Peramalan jumlah pengunjung wisata edukasi museum berperan penting dalam pengelolaan operasional dan strategi berbasis data. Peramalan berfungsi untuk memperkirakan kebutuhan di masa depan, baik dalam hal kuantitas, kualitas, maupun waktu, sehingga pengelolaan sumber daya dapat lebih optimal. Penelitian sebelumnya menerapkan model Prophet untuk peramalan jumlah pengunjung objek wisata. Namun Prophet kurang efektif dalam menghadapi fluktuasi data yang tinggi, terutama saat terjadi perubahan tren secara tiba-tiba. Untuk mengatasi hal tersebut, penelitian ini mengkombinasikan Moving Average (MA) sebagai teknik preprocessing smoothing, sehingga hasil peramalan Prophet lebih stabil dan akurat. Penelitian ini bertujuan untuk membangun model peramalan dengan mengkombinasikan metode Moving Average dan model Prophet. Model ini dievaluasi menggunakan metrik MAE, MSE, RMSE, dan MAPE untuk mengukur tingkat keakuratan hasil peramalan. Data yang digunakan berasal dari jumlah pengunjung Museum Muhammadiyah pada periode 2023–2024. Tahapan penelitian meliputi cleaning data, transformasi log, smoothing dengan Moving Average, serta penerapan Prophet dengan parameter trend, seasonality, dan holidays. Model terbaik diperoleh pada dataset pengunjung personal harian dengan MAE 0.15, MSE 0.02, RMSE 0.15, MAPE 5.58% dengan hasil peramalan tertinggi tanggal 12 Januari 2025 sebesar 2.79 pengunjung dan terendah tanggal 8 Mei 2025 sebesar 1.31 pengunjung. pada dataset pengunjung grup per bulan, hasil peramalan tertinggi bulan Januari sebesar 3398 pengunjung dan terendah bulan Mei sebesar 1171 pengunjung, MAPE sebesar 29,10%. Hasil menunjukkan bahwa Model Prophet mampu meramalkan jumlah pengunjung Museum Muhammadiyah dan Moving Average mampu meningkatkan performa Prophet. Penelitian ini bermanfaat bagi pengelola museum dalam merencanakan strategi promosi, penjadwalan kegiatan, sehingga dapat meningkatkan kualitas layanan.