<![CDATA[Sektor pertanian memiliki peran penting dalam mendukung ketahanan pangan dan kesejahteraan masyarakat. Namun, permasalahan utama yang dihadapi adalah gangguan organisme pengganggu tumbuhan (OPT) seperti gulma, yang berdampak pada menurunnya hasil produksi. Salah satu solusi yang digunakan adalah herbisida, di antaranya produk Gempur 480SL (5 liter) yang diproduksi PT XYZ. Permintaan terhadap produk ini menunjukkan pola fluktuatif yang signifikan sepanjang tahun 2024, dengan total penjualan 137.115 box. Fluktuasi tersebut menimbulkan tantangan dalam perencanaan produksi dan distribusi karena berisiko menyebabkan overstock maupun stockout. Oleh karena itu, diperlukan metode peramalan yang tepat untuk membantu perusahaan dalam mengantisipasi kebutuhan permintaan di masa depan. Penelitian ini bertujuan menganalisis pola permintaan dan menentukan metode peramalan yang paling akurat. Data yang digunakan adalah data penjualan bulanan tahun 2024. Beberapa metode yang digunakan dalam peramalan antara lain Moving Average (periode 1 bulan dan 3 bulan), Single Exponential Smoothing dengan berbagai nilai α (0,1; 0,5; dan 0,9), serta Triple Exponential Smoothing (Holt-Winters). Evaluasi kinerja model dilakukan menggunakan Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Triple Exponential Smoothing memberikan tingkat akurasi terbaik dengan nilai MAPE sebesar 14%, dibandingkan metode lainnya yang memiliki tingkat error lebih tinggi. Dengan demikian, metode ini direkomendasikan sebagai pendekatan yang lebih efektif bagi PT XYZ dalam memproyeksikan permintaan Gempur 480SL. Penelitian ini memberikan kontribusi penting dalam pengembangan ilmu peramalan agroindustri, khususnya dalam pemilihan metode forecasting yang tepat untuk mengatasi fluktuasi permintaan produk pestisida. Penelitian ini diharapkan dapat membantu PT XYZ dalam mengoptimalkan manajemen rantai pasok serta mengurangi risiko kelebihan atau kekurangan stok.]]>
