Penelitian ini membahas permasalahan pengelolaan menu pada Warung Makan WARRAS yang masih belum berbasis data, sehingga mengakibatkan pengelolaan menu kurang efektif dan tidak tersedianya beberapa menu yang memiliki tingkat permintaan tinggi dari pelanggan. Selama ini, data transaksi hanya diarsipkan tanpa dilakukan analisis lebih lanjut. Analisis data transaksi penjualan memiliki peranan penting dalam mengungkap pola pembelian pelanggan yang bersifat dinamis. Melalui identifikasi tren penjualan, rumah makan dapat meningkatkan efisiensi operasional serta merancang menu berdasarkan permintaan aktual. Penelitian ini menerapkan metode K-Means Time Series dengan pengukuran jarak Dynamic Time Warping (DTW) serta visualisasi menggunakan Multidimensional Scaling (MDS). Proses analisis dilakukan terhadap data transaksi selama 13 bulan menggunakan perangkat lunak MATLAB. Validasi hasil klasterisasi dengan nilai koefisien Silhouette sebesar 0,8716 menunjukkan bahwa metode pengelompokan yang digunakan mampu menghasilkan struktur klaster yang sangat kuat dan optimal. Hasil penelitian menunjukkan bahwa metode ini berhasil mengelompokkan menu menjadi tiga klaster, yaitu performa tinggi, sedang, dan rendah. Pengelompokan berbasis pola penjualan terbukti dapat meminimalkan risiko overstock melalui pengaturan persediaan yang selaras dengan tren permintaan. Informasi yang dihasilkan dari klasterisasi ini memberikan dasar strategis bagi pengelolaan menu yang lebih efektif dan efisien
Kata kunci: k-means, time series, DTW, clustering, data transaksi