<![CDATA[Pupuk memiliki peran vital dalam sektor pertanian sebagai penyedia nutrisi utama bagi tanaman. Namun, fluktuasi permintaan pupuk menjadi tantangan dalam merencanakan produksi dan distribusi yang efisien. Permasalahan ini mendorong perlunya metode peramalan yang akurat untuk mendukung pengambilan keputusan perusahaan. Perbandingan ketiga metode ini diperlukan untuk menentukan metode peramalan yang paling sesuai dengan karakteristik data penjualan pupuk agar perusahaan dapat merencanakan distribusi dan produksi secara efisien. Oleh karena itu, penelitian ini membandingkan tiga metode peramalan deret waktu, yaitu Autoregressive Integrated Moving Average (ARIMA), Single Exponential Smoothing (SES), dan Double Exponential Smoothing (DES), dalam meramalkan penjualan pupuk berdasarkan data historis dari CV. Sugi Baim Tani selama 33 bulan. Ketiga metode dipilih karena memiliki karakteristik berbeda dalam menangani tren dan pola musiman pada data. Evaluasi dilakukan menggunakan metrik MAE, MAPE, dan RMSE untuk menilai akurasi setiap metode sebelum disimpulkan hasil perbandingan. Proses peramalan menggunakan pendekatan CRISP-DM, dimulai dari pemahaman bisnis hingga deployment sistem prediksi berbasis Python dan Streamlit. Hasil penelitian menunjukkan bahwa ketiga metode dapat digunakan dalam peramalan penjualan pupuk, dengan ARIMA memberikan akurasi terbaik berdasarkan nilai MAPE dan RMSE masing-masing sebesar 8,92% dan 218,07. Metode DES unggul pada nilai RMSE terkecil sebesar 186,82, sedangkan SES menghasilkan MAPE sebesar 9,28% dengan RMSE sebesar 239,69. Penelitian ini diharapkan dapat memberikan kontribusi praktis bagi perusahaan pupuk dalam mendukung pengambilan keputusan produksi dan distribusi secara lebih tepat sasaran.]]>
