CV Kita Jaya, sebagai distributor peralatan dapur, menghadapi tantangan manajemen persediaan seperti overstocking, dead stock, dan slow-moving stock akibat ketidakpastian permintaan. Penelitian ini bertujuan mengembangkan aplikasi demand forecasting menggunakan metode Seasonal ARIMAX, Prophet, dan Long Short-Term Memory (LSTM) untuk mendukung pengelolaan persediaan. Data penjualan dari Juli 2020 hingga Juni 2024 digunakan, dengan fokus pada produk yang aktif terjual selama 2023 dan 2024. Produk yang terjual selama lebih dari 24 bulan diseleksi untuk memastikan data yang memadai guna menghasilkan prediksi yang maksimal. Evaluasi model dilakukan dengan kombinasi metrik Mean Absolute Error (MAE) dan |bias| untuk mengukur akurasi prediksi secara komprehensif. Selain itu, Market Basket Analysis digunakan untuk menemukan hubungan antar produk yang sering dibeli bersamaan guna mendukung strategi pengurangan stok tidak laku. Aplikasi ini diharapkan membantu CV Kita Jaya mengoptimalkan pengelolaan persediaan, mengurangi biaya penyimpanan, dan meningkatkan efisiensi operasional. Dengan memahami pola musiman, tren historis, dan hubungan antar produk, perusahaan dapat memenuhi permintaan pasar secara lebih tepat waktu dan efisien. Kata kunci: Demand forecasting, Seasonal ARIMAX, Prophet, LSTM, manajemen persediaan.