Saham adalah surat berharga yang merupakan tanda kepemilikan seseorang atau badan terhadap suatu perusahaan. Untuk menghadapi ketidakpastian pergerakan harga saham, investor dapat mengurangi ketidakpastian tersebut. Dengan suatu alat untuk mengurangi ketidakpastian tesebut, adalah dengan melakukan peramalan harga saham. Metode ARIMA atau sering disebut sebagai metode runtun waktu Box-Jenkins. Model ini sangat baik dalam melakukan peramalan jangka pendek, karena ARIMA menggunakan nilai masa lalu dan nilai sekarang dari variable dependen untuk menghasilkan peramalan yang akurat. Seiring dengan perkembangan zaman telah dikembangkan di bidang kecerdasan buatan dan Machine Learning. salah satu metode yang sering digunakan untuk peramalan adalah metode Aritifical Neural Nework (ANN).
Tujuan penelitian ini adalah untuk mengetahui metode mana yang memiliki nilai prediksi yang paling mendekati nilai aktual harga saham. Dari metode ARIMA dan ANN (Jaringan Syaraf Tiruan)
Penelitian kali ini mengambil 20 emiten teratas pada IDX dengan frekuensi transaksi terbanyak selama tahun 2015, hal ini dilakukan karena dengan banyaknya frekuensi transaksi yang terjadi maka saham tesebut sangat diminati
Hasil dari penelitian ini metode ANN atau Jaringan syaraf tiruan lebih akurat dibandingkan dengan metode ARIMA. Dalam memprediksi 20 harga saham ANN mampu mengungguli peramalan yang dilakukan oleh ARIMA.
Untuk investor, penulis menyarankan untuk memakai ANN dalam melakukan peramalan harga saham.