Metode hybrid merupakan kombinasi dari dua metode peramalan atau lebih yang bertujuan untuk meningkatkan akurasi peramalan. Metode hybrid masih dikembangkan hingga saat ini, salah satunya adalah hybrid Singular Spectrum Analysis (SSA) – Autoregressive Integrated Moving Average (ARIMA). SSA berkinerja dengan baik dalam mengidentifikasi pola tren, musiman, siklis dan noise pada runtun waktu, sedangkan ARIMA baik digunakan untuk meramalkan data berpola stasioner, tren, musiman, dan siklis. Oleh karena itu model hybrid SSA-ARIMA merupakan kombinasi yang baik untuk data ekonomi yang cenderung memiliki pola tren dan musiman, salah satunya adalah data inflasi. Tujuan dari penelitian ini adalah untuk memperoleh perbandingan kinerja peramalan antara model SSA dan model hybrid SSA-ARIMA dan memperoleh hasil peramalan inflasi Provinsi Kalimantan Timur tahun 2021. Pada penelitian ini, dilakukan peramalan dengan model SSA dan menghasilkan noise yang kemudian dimodelkan menggunakan model ARIMA. Hasil peramalan model hybrid SSA-ARIMA diperoleh dari penggabungan hasil peramalan SSA dan ARIMA. Berdasarkan pemodelan SSA pada data inflasi Provinsi Kalimantan Timur periode Januari 2015 sampai dengan Desember 2020 diperoleh Root Mean Square Error (RMSE) sebesar 0,083008. Sedangkan pada pemodelan hybrid SSA-ARIMA(1,1,1) diperoleh RMSE sebesar 0,069399. Hal ini menunjukkan bahwa model hybrid SSA-ARIMA(1,1,1) sebagai model gabungan berkinerja lebih baik jika dibandingkan dengan model SSA sebagai model individu dalam meramalkan data inflasi Provinsi Kalimantan Timur tahun 2021. Hasil peramalan inflasi Provinsi Kalimantan Timur menggunakan model hybrid SSA-ARIMA(1,1,1) tahun 2021 secara keseluruhan mengalami peningkatan dan inflasi tertinggi pada tahun 2021 terjadi pada bulan Desember sebesar 0,92%.