Ramen Kaizenka adalah usaha kuliner yang menyediakan berbagai jenis ramen, minuman, dan makanan ringan seperti sushi. Saat ini, Kedai Ramen Kaizenka sering mengalami ketidakseimbangan antara permintaan dan ketersediaan produk akibat fluktuasi permintaan yang tidak terprediksi dan perencanaan penjualan yang masih bersifat perkiraan. Untuk mengatasi permasalahan tersebut, peneliti menggunakan metode Double Exponential Smoothing (DES) untuk meramalkan data penjualan. Metode DES dipilih karena kemampuannya dalam memodelkan tren waktu secara efisien dibandingkan metode lainnya. Penelitian ini bertujuan untuk membangun sebuah sistem informasi peramalan penjualan berbasis web yang dapat menentukan jumlah penjualan yang akan datang. Sistem ini dirancang menggunakan pendekatan pengembangan berbasis prototipe, yang mencakup tahapan analisis kebutuhan, pembangunan prototipe, hingga evaluasi sistem. Implementasi metode DES menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7,72% pada peramalan penjualan produk Kaizenka Signature Ramen, yang termasuk dalam kriteria sangat baik. Sistem informasi yang dirancang bertujuan untuk mempermudah pemilik usaha dalam mengakses data penjualan secara real-time dan memantau hasil peramalan penjualan. Selain itu, sistem ini dilengkapi dengan fitur pencetakan laporan yang memudahkan proses dokumentasi. Dengan menggunakan metode DES diharapkan dapat menentukan jumlah penjualan yang akan datang sehingga dapat digunakan untuk memudahkan pemilik usaha dalam membuat keputusan.

Ramen Kaizenka is a culinary business offering ramen, beverages, and light snacks such as sushi. Currently, the business faces difficulties in forecasting product demand due to the absence of a sales forecasting system, leading to reduced product quality, losses from expired goods, and raw material orders based on estimates. To address these issues, researchers employed the Double Exponential Smoothing (DES) method to forecast sales data. This study aims to develop a web-based sales forecasting system capable of predicting future sales volumes. The system is designed using a prototype-based development approach, encompassing requirements analysis, prototype development, and system evaluation. The implementation of DES resulted in a Mean Absolute Percentage Error (MAPE) value of 7.72% for Kaizenka Signature Ramen, which falls under the "very good" category. The system allows business owners to access sales data, monitor forecasting results, and generate reports for documentation purposes. The findings demonstrate that the web-based sales forecasting system effectively enhances sales data management and provides more accurate information for raw material planning. Thus, this research significantly contributes to the development of information systems in small and medium-sized enterprises.