KEMBANG PRIMA ROSSARI, 2025. Perbandingan Algoritma Time Series dalam Prediksi Permintaan Produk Obat dan Implementasi Model Terbaik Triple Exponential Smoothing pada Sistem E-Commerce, Program Studi Diploma III Teknik Informatika, Sekolah Vokasi , Universitas Sebelas Maret, Surakarta.   Penelitian ini membandingkan enam algoritma time series untuk memprediksi permintaan produk obat, yaitu Simple Moving Average (SMA), Double Exponential Smoothing (DES), Hybrid SMA-DES, Triple Exponential Smoothing (TES), Autoregressive Integrated Moving Average (ARIMA), dan Long Short-Term Memory (LSTM), dengan evaluasi menggunakan metrik MAPE, MSE, RMSE, dan MAE. Hasil menunjukkan TES memiliki akurasi tertinggi dan performa paling stabil, sehingga diimplementasikan pada sistem e-commerce berbasis Laravel (frontend) dan Flask (backend) untuk membantu pengelolaan stok secara otomatis. Pengembangan sistem menggunakan metode SDLC model Waterfall melalui tahapan analisis, perancangan, implementasi, pengujian, dan pemeliharaan. Pengujian dilakukan menggunakan Blackbox Testing yang membuktikan seluruh fitur berjalan sesuai kebutuhan.