Metode hybrid merupakan kombinasi antara dua metode peramalan atau lebih. Salah satu metode hybrid untuk peramalan adalah Singular Spectrum Analysis (SSA)-Neural Network (NN). SSA merupakan metode peramalan nonparametrik yang digunakan dalam mengidentifikasi pola tren, musiman, siklis dan noise pada data runtun waktu. NN merupakan sistem pemrosesan informasi yang memiliki karakteristik mirip dengan jaringan syaraf biologi. Model hybrid SSA-NN merupakan kombinasi dari metode peramalan yang dapat digunakan dalam meramalkan data ekonomi yang cenderung memiliki pola tren dan musiman seperti data inflasi. Tujuan penelitian ini adalah untuk memperoleh perbandingan kinerja peramalan antara metode SSA dan model hybrid SSA-NN dengan 1 neuron, 2 neuron, 3 neuron, 4 neuron, dan 5 neuron, serta memperoleh hasil peramalan inflasi Kota Balikpapan periode November 2022 sampai Oktober 2023. Berdasarkan hasil peramalan metode SSA pada inflasi Kota Balikpapan diperoleh nilai Mean Arctangent Absolute Percentage Error (MAAPE) sebesar 23,53%, sedangkan nilai MAAPE pada model hybrid SSA-NN terbaik dengan 1 neuron adalah sebesar 18,62%. Model hybrid SSA-NN berkinerja lebih baik daripada metode SSA dalam melakukan peramalan karena menghasilkan nilai MAAPE yang lebih kecil. Berdasarkan hasil peramalan inflasi pada periode November 2022 sampai Oktober 2023, terjadi penurunan inflasi pada bulan November 2022 sebesar -0,66% atau dapat dikatakan akan terjadi deflasi sebesar 0,66%. Pada periode selanjutnya, inflasi cenderung akan mengalami peningkatan dimana inflasi tertinggi akan terjadi pada bulan Juni 2023, yaitu sebesar 1,93%.