<![CDATA[Dalam guna untuk memastikan keberlangsungan suatu perusahaan dalam menghadapi kompetisi penjualan dimasa mendatang, seorang entrepreneur juga dapat mencari sebuah pola permintaan konsumen dengan tujuan agar dapat membuat sebuah keputusan yang tepat sehingga alokasi sumber daya, pemasaran dan keuangan yang akan mempengaruhi keputusan penyediaan produk dan layanan kepada konsumen menjadi lebih akurat sehingga menurunkan kemungkinan terjadinya kelebihan maupun kekurangan stok yang dapat mengakibatkan penurunan keuntungan yang diperoleh perusahaan. Penelitian ini sendiri menggunakan metode AutoRegressive Integrated Moving Average (ARIMA) yang ditujukan untuk membuat sebuah sistem yang dapat memberikan manajemen perusahaan sebuah prediksi penjualan yang memiliki probabilitas tinggi yang berfungsi sebagai basis manajemen perusahaan dalam menentukan stok yang dibutuhkan dengan menggunakan data historis penjualan yang dilakukan oleh perusahaan dari januari 2022 hingga februari 2024 yang digunakan sebagai basis dari perhitungan peramalan penjualan. Metode ARIMA menggunakan tiga parameter yang biasanya disebut dengan parameter p, d, q yang biasanya digunakan untuk mencari lag dari AutoRegression, banyaknya differencing yang dilakukan terhadap data, dan untuk mencari lag dari Moving Average. Hasil peramalan metode ARIMA ini sendiri pun dievaluasi dengan dua metrik yang digunakan untuk mencari nilai error prediksi, yaitu MAPE dan RMSE. Yang dimana hasil perhitungan kesalahan prediksi yang dilakukan oleh MAPE menunjukan hasil error sebesar 17.92%, sementara nilai hasil perhitungan kesalahan prediksi yang dilakukan oleh RMSE menunjukan hasil sebesar 94.64. Hal ini menunjukan bahwa aplikasi dapat membantu perusahaan dalam memperkirakan penjualan yang akan terjadi sehingga dapat memperkirakan kebutuhan stok barang pada periode mendatang.]]>
