Beberapa tahun terakhir, dunia dihadapkan dengan pandemi virus corona atau COVID19. Pandemi COVID-19 menyebar dengan cepat karena mobilitas dan aktifitas sosial yang tinggi dan hal ini dapat dicegah dengan memberlakukan protokol kesehatan. Peramalan deret waktu dapat digunakan untuk memprediksi peristiwa di masa depan berdasarkan data historis dapat melakukan prediksi secara akurat dapat menjadi bahan evaluasi. Penelitian ini bertujuan untuk memprediksi kasus terkonfirmasi COVID-19 di Indonesia dan mengetahui tingkat akurasinya. Metode penelitian yang digunakan adalah metode ANFIS. Data yang digunakan adalah data COVID-19 di Indonesia dengan rentang data penelitian dari tanggal 1 Maret 2020 sampai 31 Maret 2022. Penelitian dilakukan dengan mencari parameter ANFIS terbaik yang ditandai dengan nilai MSE pelatihan dan pengujian terkecil adapun nilai MSE dapat cukup berbeda saat salah satu parameter diganti dan banyaknya jumlah data cukup berpengaruh dalam metode ANFIS adapun parameter yang digunakan adalah trimf, gaussmf dengan epoch 100 dan 200, rasio data latih data uji 70%:30%, 80%:20%, 90%:10% dan jumlah keanggotaan 3 dan 4. Hasil pengujian metode ANFIS menunjukkan bahwa jumlah dan kualitas data sangat mempengaruhi hasil dan menentukan rasio data latih data uji menjadi poin yang penting. Dari penelitian ini juga didapatkan parameter terbaik ANFIS untuk memprediksi kasus terkonfirmasi COVID-19 yaitu jumlah keanggotaan 4, tipe keanggotaan adalah gaussmf, epoch 200, rasio data 90%:10% dan learning rate 0,05 menghasilkan nilai MAPE sebesar 0,07% dan tingkat akurasi sebesar 99,93%. Hasil akhir penelitian ini diharapkan dapat menghasilkan bahan evaluasi dan referensi kepada pemerintah terkait dalam melihat apakah kebijakan yang diambil berefek pada pemutusan rantai penularan penyakit.
Kata kunci : COVID-19, ANFIS, MAPE, MSE, Jaringan Syaraf Tiruan.