Indonesia merupakan negara yang kaya akan hasil bumi dan barang tambang, salah satunya adalah minyak mentah yang merupakan input vital dalam kehidupan sehari-hari. Fluktuasi harga minyak mentah membawa pengaruh dalam pertumbuhan ekonomi. Oleh karena itu, diperlukan suatu metode untuk meramalkan harga minyak mentah Indonesia. Metode peramalan yang dapat digunakan yaitu Autoregressive Intergrated Moving Average (ARIMA) dan Support Vector Regression (SVR). ARIMA merupakan metode peramalan yang baik untuk meramalkan jangka pendek yang bersifat non stasioner. SVR adalah metode peramalan yang baik untuk meramalkan data yang bersifat non-linear yang cocok untuk mengatasi overfitting. Tujuan dari penelitian ini adalah meramalkan harga minyak menggunakan ARIMA dan SVR sehingga didapatkan metode peramalan yang lebih baik. Berdasarkan hasil analisis diketahui bahwa model ARIMA terbaik adalah ARIMA (0,1,1), sedangkan untuk SVR didapatkan model terbaik dengan nilai <!--[if gte msEquation 12]>p=4<![endif]--><!--[if !msEquation]--> <!--[endif]--> dan parameter <!--[if gte msEquation 12]>?=1000<![endif]--><!--[if !msEquation]--> <!--[endif]-->, <!--[if gte msEquation 12]>d=2<![endif]--><!--[if !msEquation]--> <!--[endif]-->,<!--[if gte msEquation 12]> ?=0.01<![endif]--><!--[if !msEquation]--> <!--[endif]-->, <!--[if gte msEquation 12]>?=0.0001<![endif]--><!--[if !msEquation]--> <!--[endif]-->, dan fungsi kernel linear. Dilihat dari nilai akurasi peramalan data testing-nya metode SVR menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7.53% yang mana lebih kecil dari metode ARIMA yang memiliki nilai MAPE sebesar 8.886%, sehingga dapat dikatakan bahwa metode SVR lebih baik dibandingkan metode ARIMA.