Di Indonesia pekerjaan masih sangat sulit untuk didapatkan, salah satu penyebabnya karena Indonesia memberikan kesempatan masuknya tenaga kerja asing ke Indonesia yang menyebabkan tenaga kerja lokal kesulitan mencari lapangan pekerjaan. Salah satu instansi yang memberikan pelayanan kepada pencari kerja adalah Dinas Ketenagakerjaan dan Transmigrasi. Oleh karena itu, pentingnya untuk mengetahui hasil tingkat pencarian kerja yang akan datang dengan melakukan peramalan untuk memprediksi jumlah pencari kerja di tahun berikutnya. Dalam penelitian ini, bertujuan untuk menganalisis kinerja serta hasil peramalan tingkat pencarian kerja menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dan Backpropagation Neural Network (BPNN). Data yang digunakan dalam penelitian ini adalah data tingkat para pencari kerja dari bulan Januari 2015 sampai November 2018 dari yang tidak tamat SD sampai jenjang sarjana. Dari hasil pengujian menggunakan metode ARIMA model terbaik adalah ARIMA(1,0,0) karna mengahasilkan MSE sebesar 0,00045 dan P-Value sebesar 0,001. Sedangkan pengujian menggunakan metode BPNN mengasilkan MSE sebesar 0,00575 dengan parameter learning rate sebesar 0.5, dengan arsitektur jaringan 4-10-1, 1 hidden layer, dan fungsi pembelajaran yaitu traingdx. Hasil MSE antara data aktual dengan hasil peramalan dengan metode ARIMA adalah sebesar 4.334,27. Sedangkan metode BPNN menghasilkan MSE yang lebih besar yaitu 182.120,63. Berdasarkan perbandingan MSE antara metode ARIMA dan metode BPNN, maka dapat disimpulkan bahwa metode ARIMA lebih baik dibanding metode BPNN untuk peramalan.
Kata kunci : Peramalan, pencari kerja, BPNN, ARIMA.