Inflasi adalah suatu kondisi di mana tingkat umum dari harga barang dan jasa dalam suatu ekonomi secara terus-menerus meningkat. Inflasi berdampak terhadap pertumbuhan ekonomi di Indonesia sehingga memprediksi inflasi menjadi suatu hal yang penting untuk dilakukan. Pada penelitian ini, kami membandingkan hasil prediksi inflasi menggunakan model ARIMA dengan model LSTM. Model LSTM merupakan algoritma deep learning yang populer dan cocok digunakan untuk memprediksi data yang berhubungan dengan waktu. Kedua model prediksi dievaluasi menggunakan nilai MAPE. Hasil penelitian menunjukkan bahwa data inflasi mengandung unsur ARCH sehingga model runtun waktu yang tepat adalah ARIMA(1,1,1)-GARCH(1,1). Sedangkan model menggunakan layer LSTM menggunakan layer 50 unit dan satu layer Dense dengan fungsi aktivasi linear. Dikompilasi dengan mean squared error dan dioptimalkan menggunakan Adam. Dilatih selama 10 epoch dengan ukuran batch 1. Berdasarkan nilai MAPE, prediksi inflasi menggunakan model LSTM lebih akurat dibandingkan dengan hasil prediksi menggunakan model ARIMA-GARCH.
KATA KUNCI : ARIMA;GARCH/ARCH;inflasi;MAPE