Prediksi stok barang menggunakan SARIMA dan segmentasi produk dengan Fuzzy Classification pada Toko Retail X
Toko retail X yang berlokasi di Ambon, Maluku mengalami banyaknya variasi produk dengan pola permintaan yang berbeda-beda sehingga proses monitoring dan manajemen tidak efektif. Produk-produk yang dianalisis hanya produk yang memiliki waktu kadaluarsa seperti makanan, minuman, dan minyak kayu putih. Toko retail X juga memiliki ketidakmampuan dalam memprediksi kebutuhan stok secara akurat dan belum memiliki sistem klasifikasi produk yang menunjukkan performa penjualan secara jelas tetapi menggunakan insting manual dan melakukan pencatatan stok manual berkala. Hal ini menyebabkan risiko overstock dan understock yang mempengaruhi biaya penyimpanan dan sales. Solusi yang diusulkan di skripsi ini adalah menerapkan dua metode prediksi SARIMA untuk prediksi kebutuhan stok dan fuzzy classification untuk mengelompokkan produk berdasarkan performa penjualan. Data prediksi yang digunakan dari 2021-2024 yang diolah dengan pengujian stasioner, differencing, dan uji residual serta evaluasi metrik dengan RMSE dan MAE. Kemudian kedua metode SARIMA dan fuzzy classification akan diimplementasikan dalam sebuah dashboard dengan menggunakan streamlit python. Hasil pengujian menunjukkan bahwa metode SARIMA dapat memberikan tingkat success rate 72.7% dan penurunan yang signifikan untuk nilai evaluasi RMSE dari 27,39 (2024) menjadi 15,33 (2025). Untuk fuzzy classification juga terbukti dalam pengujian bahwa hasil klasifikasi konsisten sesuai dengan penjualan aktual. Kombinasi kedua metode berhasil menjawab rumusan masalah skripsi dengan menghasilkan sistem perencanaan persediaan yang akurat sehingga dapat membantu toko retail X dalam manajemen untuk menurunkan risiko overstock dan understock serta pengambilan keputusan manajemen yang lebih baik.