<![CDATA[Pengelolaan stok yang tidak optimal pada toko ritel dapat menyebabkan kerugian, baik akibat kekosongan barang saat permintaan tinggi maupun penumpukan barang yang tidak laku. Toko Sumini, sebagai toko grosir dan eceran di Desa Bacin, Kudus, masih mengelola persediaan secara manual, sehingga rentan terhadap kesalahan pencatatan dan pengambilan keputusan yang tidak berbasis data historis. Penelitian ini bertujuan untuk memprediksi kebutuhan stok barang menggunakan algoritma Random Forest berdasarkan data penjualan sebelumnya guna meningkatkan efisiensi pengelolaan stok dan mendukung peningkatan penjualan. Proses penelitian dilakukan pada platform Google Colaboratory melalui tahapan pengumpulan data, preprocessing, pelatihan model, dan evaluasi performa menggunakan metrik Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R²). Hasil evaluasi menunjukkan bahwa model memiliki performa sangat baik, dengan nilai RMSE sebesar 8.36 pada data latih dan 10.53 pada data uji, MAPE masing-masing sebesar 2.68% dan 7.50%, serta R² mencapai 99.00% (latih) dan 98.15% (uji). Model ini terbukti mampu memberikan prediksi yang akurat dalam mengelompokkan kebutuhan stok barang, sehingga dapat digunakan sebagai dasar pengambilan keputusan pemesanan ulang yang lebih tepat waktu dan sesuai permintaan aktual serta diharapkan dapat membantu Toko Sumini mengurangi risiko kekurangan atau kelebihan stok, meningkatkan kepuasan pelanggan, dan menunjang pertumbuhan penjualan yang lebih konsisten.]]>
