Sembako merupakan kebutuhan wajib masyarakat Indonesia yang merupakan komoditi utama dan dijual bebas di pasar-pasar untuk memenuhi kebutuhan sehari-hari. Namun, perubahan harga bahan pokok kerap kali naik turun akan membingungkan masyarakat dan mempengaruhi ketersediaan barang. Oleh karena itu, untuk membantu masyarakat dalam merencanakan pembelanjaannya dan instansi pemerintahan dalam pemantauan harga bahan pokok, dirancang aplikasi prediksi berbasis website yang memberikan informasi mengenai harga 11 bahan pokok seperti bawang merah, bawang putih, beras, cabai merah besar, cabai merah keriting, cabai rawit merah, daging ayam, daging sapi, gula pasir, minyak goreng, dan telur ayam untuk beberapa waktu kedepan. Penelitian ini menggunakan prediksi dengan algoritma Naiveforecaster, Trendforecaster, Polinomial, STLforecaster, Exponential smoothing, AutoETS yang telah diuji sebelumnya dengan parameter keakuratan MSE, MAE, dan MAPE. Dari hasil pengujian yang telah dilakukan diperoleh nilai kesalahan prediksi terkecil dengan menggunakan algoritma Naiveforecaster untuk bawang merah sebesar 0.134575, bawang putih sebesar 0.179896, beras sebesar 0.028071, cabai merah besar sebesar 0.255736, cabai merah keriting sebesar 0.297125, cabai rawit merah sebesar 0.396734, daging ayam sebesar 0.066840, daging sapi sebesar 0.081499, gula pasir sebesar 0.032785, minyak goreng sebesar 0.168132, dan telur ayam sebesar 0.097315. Aplikasi berbasis website ini dibuat dengan menggunakan Software Development Life Cycle (SDLC) dengan model waterfall, metode peramalan Naiveforecaster, pembangunan model dengan bahasa pemrograman Python, dan pengolahan tampilan dengan bahasa pemrograman PHP.
Kata Kunci: Sembako, Naiveforecaster, prediksi, MSE, SDLC.