Penelitian ini bertujuan untuk memodelkan dan memprakirakan banyaknya penumpang di Pelabuhan Makassar untuk jangka waktu 6 bulan ke depan menggunakan model ARIMAX dan Feed Forward Neural Network (FFNN). Model ARIMAX menggunakan variabel eksogen musiman saat Idul Fitri dan satu bulan setelah Idul Fitri. Data bulanan yang digunakan berasal dari website BPS dari tahun 2006 hingga 2019. Data dibagi menjadi 92% sebagai data insample dan 8% sebagai data outsample. Pemodelan ARIMAX dilakukan dengan memodelkan residual regresi berganda variable dummy menggunakan ARIMA Seasonal. Sedangkan input untuk model FFNN adalah variabel dummy dan lag signifikan pada plot PACF dengan 1 neuron pada hidden layer. Akurasi prakiraan dihitung menggunakan Mean Absolute Percentage Error (MAPE). Hasil prakiraan menunjukkan bahwa jumlah penumpang di Pelabuhan Makassar paling baik diprakirakan menggunakan model ARIMAX(3,1,0)(1,0,1)12 diikuti oleh Feed-Forward Neural Network dan model ARIMA (1,0,1)(1,0,0)12
Kata Kunci: ARIMAX, variasi kalender, Neural network, neuron, hidden layer.