PT XYZ merupakan perusahaan dagang yang menjual produk makanan seperti daging sapi, ayam, dan ikan. Seluruh proses pencatatan operasional seperti penjualan, pembelian, dan stok masih dilakukan secara manual menggunakan Excel. Pendekatan ini tidak efisien dan menimbulkan risiko ketidaksesuaian data antar divisi, yang berdampak pada keterlambatan pengambilan keputusan. Selain itu, perusahaan juga kesulitan dalam memprediksi permintaan yang fluktuatif, terutama menjelang hari raya seperti Natal dan Idul Fitri, yang menyebabkan risiko kekurangan atau kelebihan stok. Untuk mengatasi permasalahan tersebut, dikembangkan sebuah aplikasi yang memfasilitasi pencatatan penjualan, pembelian, dan stok, serta dilengkapi dengan fitur prediksi penjualan menggunakan dua metode yaitu SARIMAX dan XGBoost. Kedua model dibandingkan berdasarkan nilai Root Mean Square Error, dan model terbaik digunakan untuk estimasi permintaan serta perhitungan reorder point. Hasil penelitian menunjukkan bahwa SARIMAX menghasilkan prediksi yang lebih akurat dibandingkan XGBoost dalam konteks data PT. XYZ. Pendekatan hari raya dengan rentang ±30 hari dengan pola bertahap mampu meningkatkan akurasi model. Selain itu, dibandingkan metode manual, sistem prediksi mampu menurunkan rata-rata RMSE hingga 71,87%. Evaluasi sistem juga menunjukkan hasil yang positif, dengan skor System Usability Scale sebesar 81,875 serta User Acceptance Test mencapai 100%. Dengan capaian ini, sistem diharapkan dapat meningkatkan efisiensi operasional dan mendukung perencanaan stok di PT XYZ.