Penelitian ini bertujuan menganalisis perbandingan metode Single Exponential Smoothing (SES) dan Regresi Linier dalam memprediksi kebutuhan stok pada UD Y3 Frozen serta mengimplementasikannya ke dalam sistem informasi berbasis web. Metode penelitian menggunakan Research and Development (R&D) dengan tahapan identifikasi masalah, pengumpulan data, perancangan, validasi, uji coba, dan revisi. Data yang digunakan mencakup lima produk utama, yaitu nugget, sosis, bakso, kulit kebab, dan dimsum, selama 12 bulan (Januari–Desember 2025). Hasil perhitungan perbandingan metode menunjukkan SES dengan α = 0,5 menghasilkan MSE 54,77, RMSE 7,40, dan MAPE 13,6%, sedangkan Regresi Linier menghasilkan MSE 79,96, RMSE 8,94, dan MAPE 14,3%. Nilai error SES yang lebih kecil menunjukkan akurasi prediksi yang lebih baik pada data musiman dan fluktuatif. Sistem berbasis web yang dikembangkan memungkinkan perhitungan prediksi otomatis, pemantauan stok, dan rekomendasi restock. Pengujian black box pada 9 skenario fungsional menunjukkan seluruh fungsi utama berjalan sesuai kebutuhan. Kontribusi penelitian ini terletak pada penerapan komparasi SES dan Regresi Linier pada UMKM distribusi frozen food serta integrasinya ke sistem berbasis web. Dengan demikian, sistem ini berpotensi membantu pengelolaan stok dan pengambilan keputusan restock, meskipun pengukuran peningkatan efisiensi secara kuantitatif masih memerlukan penelitian lanjutan
Copyrights © 2026