Ekspor nonmigas ke Amerika Serikat (AS) merupakan pilar strategis bagi ekonomi nasional, namun dinamika pasar global yang fluktuatif menciptakan ketidakpastian yang memerlukan model peramalan akurat. Penelitian ini bertujuan untuk menganalisis performa, menentukan model terbaik antara model Autoregressive Integrated Moving Average (ARIMA), Singular Spectrum Analysis (SSA), dan hybrid SSA-ARIMA, serta melakukan peramalan untuk 12 periode mendatang. Prosedur penelitian meliputi pemodelan ARIMA tunggal, dekomposisi dan rekonstruksi SSA, serta integrasi model hybrid dengan memodelkan residual SSA menggunakan ARIMA. Evaluasi kinerja model dilakukan menggunakan kriteria Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode SSA merupakan model terbaik karena memiliki tingkat akurasi tertinggi yaitu sebesar 8.423% dibandingkan model ARIMA (15.344%) dan hybrid SSA-ARIMA (14.611%) dalam meramalkan data ekspor nonmigas. Keunggulan SSA terletak pada kemampuannya dalam mengekstraksi sinyal tren dan musiman yang dominan serta menyaring noise sehingga pola utama data dapat ditangkap secara lebih efektif. Berdasarkan model terbaik tersebut, nilai ekspor nonmigas Indonesia ke AS diproyeksikan mengalami peningkatan stabil dalam satu tahun mendatang hingga mencapai US$ 2,631,491 ribu pada Agustus 2026. Hal ini mengindikasikan prospek positif bagi hubungan dagang Indonesia dan AS. Hasil ini diharapkan dapat menjadi rujukan strategis bagi pemerintah dan pelaku usaha dalam menghadapi dinamika perdagangan internasional.