Emisi karbon dioksida (CO₂) merupakan salah satu penyebab utama perubahan iklim yang berdampak signifikan terhadap lingkungan dan kesehatan manusia. Sebagai negara penyumbang emisi karbon dioksida terbesar kedua setelah China, Amerika Serikat memerlukan sistem peramalan yang efektif untuk memantau dan mengendalikan emisi tersebut. Penelitian ini bertujuan mengembangkan model deret waktu dengan variabel independen menggunakan metode gabungan SARIMA-QR, serta membandingkan nilai akurasi peramalan model ini dengan model SARIMA. Variabel independen yang digunakan mencakup total konsumsi energi industri, total konsumsi energi listrik, serta nilai peramalan dari model SARIMA. Perbandingan akurasi model didasarkan pada nilai MAPE dari data pengujian antara model SARIMA dan SARIMA-QR pada kuantil ke-0,10, ke-20, ke-30, ke-40, dan ke-0,50. Hasil analisis menunjukkan bahwa model SARIMA menghasilkan nilai MAPE sebesar 5,78%, sementara model SARIMA-QR pada kuantil ke-0,10, ke-20, ke-30, ke-40, dan ke-0,50 memiliki nilai MAPE yang lebih rendah dibandingkan dengan model SARIMA. Peningkatan akurasi pada model SARIMA-QR disebabkan oleh integrasi variabel independen yang memberikan informasi tambahan relevan, seperti total konsumsi energi industri dan listrik, serta nilai peramalan SARIMA. Hal ini membuktikan bahwa penggunaan variabel independen dapat meningkatkan ketepatan prediksi emisi karbon dioksida. Hasil perbandingan akurasi kedua model ini diharapkan dapat menjadi referensi penting bagi pemerintah Amerika Serikat dalam merumuskan kebijakan yang efektif untuk mengelola emisi karbon dioksida secara lebih optimal.
Kata kunci; Emisi Karbon Diokisda;Peramalan;SARIMA;SARIMA-QR