<![CDATA[Fluktuasi harga komoditas saat panen raya sering menyebabkan rendahnya pendapatan petani dan kesulitan akses pembiayaan. Sistem Resi Gudang (SRG) dirancang sebagai solusi untuk menstabilkan harga dan memberi akses pembiayaan tanpa agunan tambahan, serta mendukung ketahanan pangan nasional. Meskipun SRG terus berkembang, implementasinya masih menghadapi tantangan seperti keterbatasan kapasitas gudang, infrastruktur yang belum merata, dan perbedaan karakteristik komoditas. Peramalan volume komoditas yang masuk diperlukan untuk mengoptimalkan penggunaan gudang dan mendukung kebijakan logistik serta penyimpanan. Penelitian ini membandingkan tiga metode peramalan deret waktu yaitu Prophet, Exponential Smoothing (Holt-Winters), dan SARIMA. Menggunakan data bulanan volume Resi Gudang dari Januari 2022 hingga Desember 2024. Evaluasi akurasi model dilakukan dengan Mean Absolute Scaled Error (MASE). Prophet dengan konfigurasi multiplicative memberikan akurasi tertinggi dengan MASE 0,4134, namun menghasilkan prediksi negatif pada awal 2025. Holt-Winters menghasilkan prediksi yang lebih stabil dan realistis meski nilai MASE-nya lebih tinggi (0,7875). SARIMA memiliki performa terendah dengan MASE 0,9097. Hasil ini menunjukan bahwa pemilihan model tidak hanya bergantung pada nilai error, tetapi juga pada hasil yang diperoleh. Peramalan volume SRG yang akurat dapat meningkatkan efisiensi operasional gudang, mencegah kekurangan kapasitas, serta mendukung stabilitas harga dan pengambilan kebijakan strategis.]]>
