Manajemen stok yang efektif sangat penting bagi kelangsungan operasional bisnis, termasuk di sektor penjualan helm. Toko Dunia Helm masih mengandalkan prediksi manual dalam menentukan jumlah stok, sering kali mengalami ketidakakuratan yang mengarah pada overstock atau stockout. Penelitian ini mengembangkan aplikasi mobile berbasis machine learning guna membantu prediksi permintaan dan pengelolaan stok helm di Toko Dunia Helm. Model XGBoost dilatih menggunakan data historis penjualan serta faktor eksternal seperti cuaca dan event. Sistem memanfaatkan data transaksi terbaru yang diinputkan oleh pemilik toko dan membentuk fitur yang diperlukan untuk menghasilkan prediksi. Hasil pengujian model memperoleh MAPE sebesar 28.52%, MAE 0.69, dan R² sebesar 0.5563. Pengujian blackbox menunjukkan seluruh skenario berjalan sesuai harapan dan dinyatakan valid, sementara hasil User Acceptance Testing (UAT) memperoleh skor 66 dari 70 (94,29%), menandakan aplikasi diterima dengan sangat baik oleh pengguna.