PT XYZ merupakan perusahaan manufaktur obat gosok berbahan dasar jamu yang menghadapi permasalahan persediaan akibat fluktuasi permintaan yang tidak stabil. Pada permintaan tinggi terjadi kekurangan stok, sedangkan pada permintaan rendah terjadi penumpukan stok yang meningkatkan risiko kedaluwarsa. Kondisi ini menunjukkan perlunya sistem peramalan penjualan yang akurat untuk mendukung perencanaan produksi. Untuk memecahkan permasalahan tersebut, penelitian ini menerapkan dua metode peramalan yaitu SARIMAX yang mengakomodasi pola musiman serta variabel eksternal, dan LSTM yang dirancang untuk menangkap pola non-linear dalam data sekuensial. Data penjualan PT XYZ dari Januari 2022 hingga Desember 2024 diproses melalui tahapan normalisasi, agregasi bulanan, serta penambahan variabel eksternal. Evaluasi performa model dilakukan menggunakan metrik RMSE, MAE, dan MAPE. Hasil penelitian menunjukkan bahwa SARIMAX memberikan kinerja peramalan yang baik pada produk SP dan RF dengan nilai MAPE masing-masing sebesar 10,25% dan 11,84%, serta cukup baik pada produk MO dengan MAPE 15,48%, meskipun kurang optimal dalam menangkap lonjakan penjualan. Sebaliknya, model LSTM menunjukkan kinerja yang kurang memadai dengan nilai MAPE yang tinggi. Sebagai pembanding, ARIMAX menghasilkan kinerja terbaik pada produk MO dengan MAPE sebesar 13,91%. Selain itu, penelitian ini menghasilkan dashboard peramalan berbasis web untuk mendukung pengambilan keputusan operasional PT XYZ.