Singular Spectrum Analysis (SSA) merupakan metode dalam analisis runtun waktu yang menggunakan prinsip dekomposisi sebagai dasar analisisnya. SSA memecah suatu data runtun waktu menjadi beberapa komponen yaitu tren, musiman, dan noise. Model hybrid merupakan kombinasi dari berbagai model yang memungkinkan penanganan situasi kompleks yang lebih baik. Penelitian ini mengombinasikan model Time Series Regression (TSR) untuk komponen tren dan model Autoregressive Integrated Moving Average (ARIMA) untuk komponen musiman dan noise hasil dekomposisi SSA. Hybrid SSA-TSR-ARIMA digunakan untuk memodelkan harga cabai merah keriting di Indonesia. Tujuan penelitian ini yaitu melihat karakteristik harga cabai merah keriting di Indonesia serta mengetahui ukuran akurasi dan hasil peramalan harga cabai merah keriting di Indonesia menggunakan model individual SSA dan model hybrid SSA-TSR-ARIMA. Harga cabai merah keriting di Indonesia mengalami fluktuasi dari bulan ke bulan. Berdasarkan hasil penelitian diperoleh nilai RMSE sebesar 2.256,7347 dan nilai MAPE sebesar 4,2122% pada model individual SSA. Sedangkan, model hybrid SSA-TSR-ARIMA memiliki nilai RMSE sebesar 4.339,1085 dan nilai MAPE sebesar 7,8145%. Peramalan harga cabai merah keriting periode Oktober 2024 hingga September 2025 menunjukkan bahwa model individual SSA menghasilkan pola yang lebih fluktuatif dibandingkan model hybrid SSA-TSR-ARIMA yang cenderung bervariasi secara lambat. Model individual SSA dinilai lebih baik dalam menangkap pola musiman pada harga cabai merah keriting di Indonesia. Model individual SSA terbukti menjadi yang terbaik untuk peramalan harga cabai merah keriting di Indonesia, dengan RMSE dan MAPE yang lebih kecil dari model hybrid SSA-TSR-ARIMA.