SISTEM INFORMASI BIBIT TANAMAN BERBASIS WEB DENGAN PENERAPAN ALGORITMA RANDOM FOREST UNTUK REKOMENDASI STOK (Studi Kasus Toko Mulya Vana Agrindo)

Toko Bibit Tanaman Mulya Vana Agrindo masih mengelola persediaan dan penjualan bibit secara konvensional, sehingga rawan kesalahan pencatatan stok dan sulit menentukan kebutuhan penambahan stok secara objektif. Penelitian ini merancang dan membangun Sistem Informasi Persediaan Bibit Tanaman berbasis web menggunakan framework Laravel dengan metode Rapid Application Development (RAD), yang mengintegrasikan algoritma Random Forest dengan pendekatan Random Forest Regression untuk memprediksi penjualan bulanan berdasarkan data historis 20 bulan (Januari 2025–Agustus 2026) pada 55 jenis bibit. Hasil prediksi digunakan sebagai dasar Sistem Pendukung Keputusan untuk menghasilkan rekomendasi penambahan stok dengan mempertimbangkan stok fisik, safety stock, dan batas aman penjualan. Evaluasi model dengan skema walk-forward validation menghasilkan MAE 4,37, RMSE 6,10, MAPE 21,31%, dan R² 0,8207,. Pengujian Black Box Testing menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan, sedangkan User Acceptance Testing memperoleh persentase kepuasan pengguna sebesar 91,74%, termasuk kategori sangat layak digunakan.
Kata Kunci: Sistem Informasi Persediaan, Bibit Tanaman, Random Forest Regression, Prediksi Penjualan, Sistem Pendukung Keputusan, Rapid Application Development.