<![CDATA[Pengelolaan persediaan yang tidak tepat dapat menyebabkan kekurangan atau kelebihan stok sehingga mengganggu efisiensi operasional dan menurunkan profit perusahaan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pendukung keputusan berbasis Logika Fuzzy Tsukamoto untuk memprediksi kebutuhan persediaan barang secara lebih akurat. Data yang digunakan berupa histori penjualan dan persediaan selama 24 bulan untuk N item, yang kemudian dipetakan ke dalam himpunan fuzzy pada variabel permintaan dan stok. Sistem dibangun menggunakan 15 aturan IF–THEN yang diproses melalui tahapan inferensi dan defuzzifikasi untuk menghasilkan nilai prediksi kebutuhan barang yang bersifat crisp. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan prediksi dengan tingkat kesalahan yang relatif rendah, dengan nilai MAE sebesar 12,7 unit dan RMSE sebesar 15,3 unit. Selain itu, sistem dapat memberikan klasifikasi kondisi persediaan berupa status aman, waspada, dan kritis sesuai dengan skenario pengujian. Temuan ini menunjukkan bahwa pendekatan Fuzzy Tsukamoto efektif dalam mendukung pengambilan keputusan manajemen persediaan dan mampu mengurangi risiko terjadinya kekurangan maupun kelebihan stok. Kebaruan penelitian ini terletak pada penerapan aturan fuzzy adaptif yang terintegrasi dengan data historis jangka panjang, sehingga menghasilkan prediksi persediaan yang lebih stabil dan konsisten dibandingkan pendekatan fuzzy statis. Pendekatan ini diharapkan dapat menjadi alternatif solusi dalam pengelolaan persediaan pada berbagai sektor usaha.]]>
