Inflasi menjadi salah satu masalah yang krusial bagi perekonomian suatu negara. Inflasi dapat terjadi ketika nilai mata uang mengalami penurunan terhadap barang atau jasa. Sektor yang mengalami inflasi pun beragam untuk setiap kurun waktunya. Pemodelan tingkat inflasi pada suatu kota dipandang perlu untuk memberikan perkiraan laju inflasi di masa yang akan datang. Prediksi dibuat dengan dilakukannya perbandingan beberapa metode peramalan yaitu Naïve Approach, Exponential Smoothing, dan Trend Linier yang mana nantinya aplikasi dapat membaca data dengan rumus-rumus tersebut dengan berdasarkan data laju inflasi Kota Bandung tahun 2011-2017 sebagai acuan untuk melakukan prediksi laju inflasi tahun 2018 dengan dilakukannya perbandingan dengan Situs Web Badan Pusat Statistik. Proses peramalan dilakukan dengan menggunakan bahasa pemrograman python menggunakan function sktime yaitu forecasting. Dari bebereapa metode peramalan yang digunakan hasil pengujian menunjukan bahwa metode naïve approach dengan strategi drift dengan nilai MSE 1.169, MAE 0.663, MAPE 1730. MSPE 1.797 menjadi metode yang memiliki selisih paling kecil dari data rill inflasi pendidikan tahun 2018 dibandingkan dengan metode peramalan Exponential Smoothing dan Trend Linier yang memiliki selisih jauh lebih besar dari data rill.
Kata Kunci: Laju Inflasi, Forecasting, Time Series, Pendidikan.