P Penelitian dilakukan pada gudang milik pribadi dengan penjualan produk susu selalu berada dalam urutan 5 besar dengan nilai penjualan tertinggi pada tahun 2021 hingga awal tahun 2023. Terdapat permasalahan dalam peramalan permintaan yang kurang akurat dibandingkan dengan permintaan aktual di pasar, yang kemudian berdampak signifikan terhadap operasional perusahaan. Analisis peramalan penjualan produk susu ini menjadi sangat penting dengan tujuan untuk menghindari kekurangan atau berlebihnya persediaan yang dapat mempengaruhi kinerja pada gudang dan operasional perusahaan. Tujuan penelitian ini adalah membuat model peralaman penjualan menggunakan metode Support Vector Regression (SVR) serta menganalisis tingkat akurasi peramalan, membuat dashboard hasil peramalan menggunakan software Power Business Intelligence (Power BI), dan melakukan verifikasi dan validasi terhadap penelitian yang telah dilakukan. Berdasarkan perhitungan dengan metode SVR, diperoleh kernel terbaik yaitu kernel Linier dengan nilai Mean Absolute Percentage Error (MAPE) pada data training yaitu sebesar 1.749% yang termasuk dalam kategori peramalan yang sangat akurat dan nilai koefisien determinasi sebesar 0,98, sedangkan untuk data testing, diperoleh hasil Mean Absolute Percentage Error (MAPE) sebesar 0.843% yang termasuk dalam kategori peramalan yang sangat akurat dan nilai R-Squared sebesar 0,794 sehingga dapat disimpulkan bahwa kemampuan model peramalan Support Vector Regression yang digunakan dapat diaplikasikan secara efektif untuk peramalan penjualan produk susu.