Toko XYZ yang bergerak dalam penjualan barang elektronik masih menerapkan sistem manual untuk pencatatan stok dan penjualan. Proses manual ini mengakibatkan kendala seperti kesalahan pencatatan, waktu operasional yang tidak efisien, kesulitan memantau stok secara real-time, serta kesulitan dalam menghasilkan laporan penjualan yang akurat dan tepat waktu. Selain itu, toko juga mengalami masalah dalam mengkategorikan produk berdasarkan tingkat penjualan. Penelitian ini bertujuan untuk mengembangkan aplikasi pencatatan stok dan penjualan berbasis mobile menggunakan Flutter dengan arsitektur Bloc, serta integrasi teknologi machine learning menggunakan metode K-Means Clustering dan Random Forest. Aplikasi ini memungkinkan proses pencatatan stok dan penjualan yang sebelumnya dilakukan secara manual menjadi digital, otomatis, serta mampu mendukung sistem tawar-menawar di Toko XYZ. Fitur K-Means Clustering dan Random Forest digunakan untuk mengelompokkan produk ke dalam tiga kategori, yang kemudian akan diuji dengan kriteria tertentu untuk mendapatkan kategori produk terlaris, produk menengah/standard, produk jarang terjual dan mengidentifikasi produk tidak stabil. Hasil penelitian menunjukkan bahwa aplikasi berhasil meningkatkan efisiensi operasional dengan mengurangi waktu pencatatan stok dan penjualan dibandingkan metode manual. Aplikasi juga mampu menghasilkan laporan stok dan penjualan secara otomatis dan lebih akurat. Pengujian terhadap fitur machine learning menggunakan silhouette score, davies bouldin index, dan cross validation menunjukkan bahwa metode K-Means Clustering dan Random Forest mampu memberikan hasil pengelompokan produk yang akurat, sehingga pemilik toko dapat mengambil keputusan bisnis yang lebih baik dan tepat waktu berdasarkan data yang tersedia.