P Permasalahan yang timbul karena perencanaan produksi yang kurang efektif dapatmenyebabkan manajemen persediaan menjadi kurang efektif dan efisien padaperusahaan. Akurasi perencanaan produksi perusahaan juga belum baik dalammemperkirakan permintaan di masa yang akan datang. Minimnya penyajianinformasi secara terintegrasi juga menyebabkan adanya kurang efisiensi dalammengambil keputusan. Penelitian ini bertujuan untuk mengembangkan modelperamalan fungsi kernel terbaik dengan menggunakan metode Support VectorRegression (SVR) untuk memprediksi penjualan ground rod. Tujuan utamanyaadalah untuk mengevaluasi tingkat akurasi peramalan dan menghasilkan prediksipenjualan ground rod untuk periode 5-12 bulan mendatang, yang akan disajikanmelalui visualisasi data yang optimal. Pemecahan masalah ini dilakukan denganmetode Support Vector Regression yang terdiri atas fungsi kernel linear, fungsikernel polinomial, dan fungsi kernel radial basis function (RBF) dengan AlgoritmaGrid Search. Berdasarkan dari hasil pencarian parameter terbaik yang telahdilakukan menggunakan algoritma grid search dapat disimpulkan bahwa modelperamalan fungsi kernel terbaik dan optimal adalah fungsi kernel linear dengan nilaiC = 100 dan ε = 10-3. Akurasi model peramalan ini memiliki nilai MAPE trainingset dan testing set sebesar 2,048 % dan 1,569 %, dimana nilai tersebut merupakannilai MAPE terkecil dibandingkan nilai MAPE kedua fungsi yang lainnya. Setelahmedapatkan model terbaik, selanjutnya dilakukan peramalan dalam kurun waktu 5bulan didapatkan rata-rata sebesar 6.647 buah per bulan. Hasil peramalan danpenjualan historis diulas dalam sebuah visualisasi data Business Intelegencesehingga terpapar dengan baik, dimana peramalan tersebut menunjukan adanyapeningkatan dari setiap bulannya.