Darah merupakan komponen yang krusial bagi kelangsungan hidup manusia. Namun, darah merupakan komoditas yang mudah rusak karena memiliki masa kedaluwarsa, sehingga pengelolaan stoknya harus dilakukan secara hati-hati agar tidak terjadi kekurangan maupun pemborosan. Palang Merah Indonesia (PMI) sebagai lembaga yang bertanggung jawab atas distribusi darah menghadapi tantangan dalam menyeimbangkan antara kecukupan stok dengan jumlah permintaan. Saat ini, PMI Surabaya belum memiliki sistem prediksi kebutuhan kantung darah berbasis data untuk menentukan kebutuhan darah kedepan nya. Untuk mengatasi permasalahan tersebut, dibutuhkan sistem prediksi yang mampu memperkirakan kebutuhan kantung darah secara akurat. Penelitian ini bertujuan mengembangkan aplikasi prediksi kebutuhan darah berbasis website menggunakan empat metode: ARIMA, SARIMA, Random Forest, dan XGBoost. Sistem ini juga dilengkapi dashboard visualisasi dan evaluasi performa setiap metode untuk mendukung pengambilan keputusan di PMI Surabaya. Berdasarkan hasil pengujian, aplikasi yang dibuat mampu melakukan prediksi kebutuhan darah dengan tingkat akurasi yang bervariasi tergantung pada metode, periode prediksi yang digunakan, serta golongan dan komponen darah yang dipilih. Model XGBoost memberikan hasil terbaik dengan nilai MAPE terendah pada prediksi harian 5,13%, Random Forest unggul untuk prediksi mingguan 24,44%, sementara ARIMA menunjukkan performa terbaik pada prediksi bulanan 6,29%. Sistem ini juga menyediakan fitur visualisasi, pengunduhan hasil, serta dashboard yang dapat membantu PMI Surabaya dalam mengambil keputusan berbasis data untuk menjaga kestabilan stok darah secara optimal.