Peramalan menggunakan metode SARIMA yang digabungkan dengan Kalman Filter dapat meningkatkan akurasi dalam meramalkan data deret waktu, khususnya data yang memiliki pola musiman. Penelitian ini mengaplikasikan metode SARIMA Kalman Filter untuk meramalkan jumlah produksi padi di Provinsi Kalimantan Selatan. Pertumbuhan penduduk yang terus meningkat dapat menyebabkan peningkatan kebutuhan pangan, sehingga peramalan jumlah produksi padi diperlukan agar mengurangi risiko kekurangan pangan. Penelitian ini bertujuan memperoleh model peramalan terbaik dan hasil peramalan jumlah produksi padi di Provinsi Kalimantan Selatan tahun 2025 dengan menggunakan metode SARIMA Kalman Filter. Pemilihan model SARIMA melalui proses identifikasi dan uji diagnostik. Model SARIMA terbaik digunakan dalam simulasi Kalman Filter untuk mendapatkan hasil Peramalan. Dari beberapa model yang diuji, SARIMA (1,1,1)(1,1,0)12  dengan nilai parameter  MA1=-1,0227; AR1=0,4097 dan SAR1=-0,3064 yang memperoleh nilai MAPE 37,86% menunjukkan kinerja paling akurat dibandingkan model SARIMA lain. Selanjutnya dilakukan simulasi Kalman Filter menghasilkan persamaan Y_t = [1 -1,0227 ... 0]_1x12 X_t + w_t  yang memiliki nilai MAPE lebih rendah yaitu 17,60%. SARIMA Kalman Filter memberikan hasil peramalan yang lebih akurat dibandingkan metode SARIMA karena memiliki nilai MAPE yang lebih kecil. Hasil peramalan tahun 2025 pada kedua metode menunjukkan pola yang serupa, namun mengalami penurunan dibandingkan tahun 2024.