Perpustakaan modern berperan penting dalam meningkatkan kualitas pendidikan masyarakat. Untuk mengoptimalkan pengelolaan dan pelayanan, diperlukan peramalan jumlah pengunjung perpustakaan. Penelitian ini menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dengan prosedur iteratif untuk menangani data yang mengandung outlier. Model terbaik yang diperoleh adalah ARIMA(0,1,2) dengan nilai Mean Squared Error (MSE) sebesar 149404,2 dan Mean Absolute Percentage Error (MAPE) sebesar 21,63%, yang menunjukkan bahwa akurasi peramalan masih dalam batas wajar. Hasil peramalan menunjukkan jumlah pengunjung cenderung stabil dengan rata-rata 877 pengunjung per minggu, namun interval kepercayaan yang semakin lebar mengindikasikan meningkatnya ketidakpastian dalam prediksi. Prosedur iteratif dalam deteksi outlier terbukti efektif dalam mengidentifikasi dan mengoreksi pencilan, sehingga meningkatkan akurasi model. Penelitian ini merekomendasikan eksplorasi model alternatif seperti ARIMAX atau metode machine learning untuk menangkap pola yang lebih kompleks dan meningkatkan akurasi peramalan.