Peramalan adalah proses yang dapat memperkirakan kemungkinan yang akan terjadi berdasarkan data atau informasi masa lalu. PT Pertamina merupakan salah satu distributor bahan bakar minyak yang bertujuan untuk memenuhi kebutuhan masyarakat. Saat ini manajemen stok bahan bakar minyak pada SPBU belum menggunakan metode peramalan. Akibat belum adanya peramalan penjualan menyebabkan pihak SPBU tidak bisa mengambil estimasi pasokan stok bahan bakar untuk hari berikutnya. Pada penelitian ini akan dirancang sistem peramalan penjualan bahan bakar minyak yang nantinya hasil dari peramalan tersebut dapat digunakan oleh petugas SPBU sebagai estimasi pasokan bahan bakar minyak untuk hari berikutnya. Sistem ini menggunakan metode regresi linear berganda yang terdiri dari variabel independent stok sisa (X1), stok masuk (X2) dan variabel dependent stok keluar (Y). Setelah dilakukan uji asumsi klasik dapat disimpulkan bahwa variabel independent (X1 dan X2) berpengaruh positif terhadap ariabel dependent (Y). Dari hasil pengujian tingkat error menggunakan metode MAPE (Mean Absolute Percent Error) diperoleh tingkat error untuk peramalan pertalite selama seminggu sebesar 11,0% dan untuk tingkat error peramalan solar sebesar 13,2%

Forecasting is a process taht will predict what will happen based on past data or information. PT Pertamina is one of the distributors of fuel oil which aims to meet the needs of the community. Currently, fuel oil stock management at gas stations has not used a forecasting method. Due to the absence of sales forecasting, the gas stations could not estimate the supply of fuel stocks for the next day. In this study a fuel oil sales forecasting system was created which later the results of the forecasting could be used by gas station officers as an estimate of fuel oil supply for the next day. This system uses the Multiple Linear Regression method which consists of the remaining independent variable (X1), the stock in (X2) and the dependent variable, the stock out (Y). After testing the classical assumptions, it can be concluded that the independent variable (X1 and X2) have an effect on the dependent variable (Y). From the results of testing the error rate using the MAPE (Mean Absolute Percent Error) method, the error rate for forecasting pertalite for a week is 11,0% and the errorr rate for forecasting diesel is 13,2%.