Prediksi harga merupakan salah satu aspek utama dalam bidang finansial berbasis saham. Tujuannya adalah meminimalisir terjadinya risiko dan membantu investor dalam pengambilan keputusan untuk portofolio. Penulisan ini menggunakan metode ARCH-GARCH dalam memodelkan return saham minyak mentah selama periode 19 September 2005 hingga 30 April 2016. Perhitungan harga saham terhadap log return dengan model ARCH-GARCH. Residual yang diperoleh dari model ARCH-GARCH diuji heteroskedasticity dengan uji Lagrange Multiplier (LM). Model ARCH-GARCH terbaik dipilih berdasarkan nilai BIC dan Akaike terkecil, dengan uji BIC dan Akaike didapatkan model GARCH(1,1) lah yang terbaik untuk dijadikan model prediksi data harga komoditi minyak mentah. Berikutnya, digunakan algoritma Fuzzy Time Series (Chen, 1996). Fuzzy Time Series model Chen adalah model peramalan Fuzzy Time Series yang menentukan panjang interval dengan metode berbasis rata-rata atau average-based fuzzy time series, sehingga pembentukan FLR dan FLRG akan tepat dan menghasilkan hasil prediksi yang signifikan. Hasil dari analisis peramalan ARIMA-GARCH terdapat tiga asumsi yang harus dipenuhi, yaitu terpenuhinya asumsi tidak ada autokorelasi, asumsi normalitas dan asumsi homoskedastisitas. Model prediksi Fuzzy Time Series ini memiliki nilai MSE sebesar 16.035 dan RMSE 12.670, sedangkan pada ARCH-GARCH ini didapatkan nilai MSE sebesar 4.668 dan RMSE sebesar 6.832.