PENGEMBANGAN SISTEM INFORMASI PENJUALAN DAN MANAJEMEN STOK BERBASIS WEB DENGAN FITUR AI DEMAND FORECASTING UNTUK OPTIMASI MANAJEMEN STOK PADA TOKO MUSTIKA RAYA

Toko Mustika Raya masih menggunakan dua sistem yang berjalan secara terpisah sehingga pengelolaan stok belum terintegrasi secara optimal, tidak mendukung akses multiuser, serta belum memiliki fitur prediksi kebutuhan stok berdasarkan data historis penjualan. Kondisi tersebut menyebabkan pemantauan persediaan dan pengambilan keputusan restock menjadi kurang efektif. Penelitian ini bertujuan mengembangkan sistem informasi penjualan dan manajemen stok berbasis web yang terintegrasi dengan fitur Artificial Intelligence (AI) Demand Forecasting untuk mendukung pengelolaan stok dan perencanaan pengadaan barang secara lebih akurat. Pengembangan sistem menggunakan metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, dan pengujian. Model prediksi dibangun menggunakan algoritma Long Short-Term Memory (LSTM) dan dievaluasi menggunakan Mean Absolute Error (MAE), sedangkan sistem diuji menggunakan Black Box Testing dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa sistem berhasil dikembangkan dengan model LSTM yang memperoleh nilai MAE sebesar 0,8582. Selain itu, hasil Black Box Testing menunjukkan seluruh fungsi sistem berjalan dengan baik dan UAT memperoleh kategori Sangat Baik. Dengan demikian, sistem yang dikembangkan mampu meningkatkan efektivitas pengelolaan stok serta mendukung pengambilan keputusan restock secara lebih akurat.