Saat ini kebutuhan yang sangat penting untuk dipenuhi agar berlangsungnya berbagai macam kegiatan sehari-hari adalah bahan bakar minyak. Jika terjadi keterbatasan dalam memenuhi kebutuhan bahan bakar minyak dapat mengakibatkan kegiatan produksi, distribusi dan konsumsi menjadi terlambat. Hal tersebut bisa mengakibatkan terjadinya demand for oil yang meningkat, harga minyak internasional menjadi berubah-ubah dan gas dalam negeri yang melambung tinggi. Dengan melakukan peramalan konsumsi bahan bakar minyak akan sangat berguna untuk kelangsungan kegiatan sehari-hari dari berbagai sektor dan menghindari adanya kesenjangan negative antara jumlah produksi dan konsumsi bahan bakar minyak. Banyak metode peramalan yang telah digunakan untuk meramalkan data yang bersifat non linier seperti Support Vector Regression (SVR) yang terbukti pada beberapa kasus peramalan dapat memberikan hasil peramalan yang baik, seperti pada peramalan konsumsi energi harian dan peramalan kebutuhan bahan bakar premium. Namun, untuk hasil yang lebih optimal dapat digunakan metode optimasi seperti Hybrid Algoritma Genetika. Penelitian mengenai penggunaan metode optimasi Hybrid Algoritma Genetika untuk peramalan menggunakan SVR pernah digunakan pada peramalan beban listrik dan terbukti metode tersebut dapat menghasilkan nilai error yang kecil. Sesuai dengan hasil pengujian yang dilakukan menggunakan data yang didapatkan dari website www.bp.com berupa jumlah konsumsi BBM di Indonesia dari tahun 1965-2014, metode SVR yang dioptimasi dengan HGA dapat menghasilkan MAPE yang berkisar antara 3.64 hingga 4.65.