Peramalan (forecasting) merupakan bagian penting bagi setiap organisasi bisnis dan untuk setiap pengambilan keputusan manajemen yang sangat signifikan. Peramalan hampir digunakan diberbagai bidang. Baik itu bidang teknologi, ekonomi, kesehatan, maupun dibidang industri. Bahkan peramalan menjadi dasar bagi perencanaan jangka panjang suatu perusahaan. Dalam area fungsional keuangan, peramalan memberikan dasar dalam menentukan anggaran dan pengendalian biaya. Pada bagian pemasaran, peramalan penjualan dibutuhkan untuk merencanakan produk baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya. Untuk menetapkan kebijakan ekonomi sepertti tingkat pertumbuhan ekonomi, tingkat pengangguran, tingkat inflasi, dan lain sebagainya dapat pula dilakukan dengan teknik metode peramalan. Untuk memenuhi kebutuhan tersebut, saat ini terdapat cukup banyak metode peramalan yang dapat digunakan, dengan berbagai kelebihan masing-masing. Salah satunya, metode Time series, yang merupakan metode peramalan dengan menggunakan analisa pola hubungan antara vaariabel yang akan diperkirakan dengan variable waktu atau analisis time series. Dalam melakukan peramalan, hal penting yang perlu diperhatikan adalah galat (error). Untuk mendapatkan hasil yang medekati data asli, maka seorang peramal berusaha membuat error-nya sekecil mungkin. Dan dengan adanya data time series, maka pola gerakan data dapat diketahui. Salah satu metode peramalan yang digunakan yaitu metode Box-Jenkins (ARIMA). Metode ini telah dipelajari secara mendalam dan dikembangkan oleh George Box dan Gwyilyu Jenkins (1976). Model AutoRegreessive Integrated Moving Average (ARIMA) atau model gabungan auto-regresi (AR) dengan ratarata bergerak (MA), adalah jenis model linier yang mampu mewakili deret waktu yang stasioner maupun non-stasioner. Pada metode peramalan dengan