Inflasi berhubungan erat dengan harga barang dan jasa. Harga barang dan jasa yang mengalami kenaikan secara meluas dan terus menerus mencerminkan nilai inflasi yang tinggi. Salah satu hal yang dapat dilakukan untuk mengantisipasi inflasi tinggi adalah dengan meramalkan inflasi. Penelitian ini bertujuan untuk memodelkan dan meramalkan nilai inflasi dengan metode ARIMA dan Fuzzy Time Series (FTS) heuristic. Data yang digunakan adalah inflasi bulanan Indonesia sejak Januari 2017 sampai Desember 2023. Untuk memodelkan ARIMA diawali dengan mengidentifikasi pola data, pendugaan model dan pengujian parameter, pemeriksaan diagnostik model kemudian melakukan peramalan. Dalam pemodelan FTS langkah pertama yaitu menentukan semesta pembicaraan, menentukan panjang interval, kemudian melakukan peramalan setiap panjang interval. Penelitian ini menghasilkan tiga model ARIMA yang memenuhi yaitu ARIMA(1,1,1) tanpa konstanta, ARIMA(2,1,4) tanpa konstanta dan ARIMA(1,1,1) dengan konstanta. Hasil peramalan menggunakan ARIMA menghasilkan peramalan dengan ARIMA(2,1,4) tanpa konstanta yang memiliki nilai MAPE paling rendah dengan nilai MAPE data training dan data testing adalah 7,17?n 9,73%. Penentuan panjang interval pada FTS menggunakan pendekatan average based length menghasilkan panjang interval 0,1 dan menggunakan dua panjang interval lainnya yaitu 0,2 dan 0,05. Hasil penelitian menujukkan nilai MAPE data training pada panjang interval 0,1, 0,2 dan 0,05 adalah 7,88%, 6,80%, 6,14%. Sedangkan pada data testing menghasilkan nilai MAPE pada panjang interval 0,1, 0,2 dan 0,05 adalah 12,33%, 13,67%, 15,00%. Nilai MAPE FTS yang dihasilkan pada data training dan data testing tidak konsisten, sehingga disimpulkan panjang interval 0,1 dan 0,2 merupakan panjang interval yang layak digunakan peramalan karena memiliki nilai peramalan yang tidak jauh berbeda.