Penelitian ini memiliki tujuan untuk memprediksi perubahan harga game pada platform Steam dengan menggunakan metode Autoregressive Integrated Moving Average(ARIMA). Untuk mempermudah penelitian, akan dipilih satu game yang ada pada Steam yaitu game “Monster Hunter: World”. Data diperoleh dari website SteamDB. Data terdiri dari tanggal terjadinya perubahan harga, harga game pada tanggal terjadi diskon, dan harga terendah game pada tanggal terjadinya diskon. Data kemudian diproses untuk memastikan validitas dan stationeritasnya. Setelah itu, model ARIMA diterapkan terhadap data dan performanya dievaluasi dengan Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE). Hasil MAPE 17% menunjukkan bahwa model ARIMA dapat dipakai untuk memprediksi harga game pada platform Steam dengan bagus./ This research aims to predict game price changes on Steam using Autoregressive Integrated Moving Average (ARIMA) method. To simplify this research, one game “Monster Hunter: World” will be selected for the purpose of this research. Data is obtained through SteamDB website. The data consists of price changes, date of price changes, and lowest recorded price. The data is then processed to ensure its validity and. An ARIMA model is then fitted to it and its performance are then evaluated using Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE). The result of MAPE evaluation is 17% which indicates that ARIMA model is well suited to predict game changes in Steam.