Untung dan rugi dalam berinvestasi saham tidak bisa ditentukan karena harga dari suatu saham tidak menentu. Untuk meminimalisir terjadinya kerugian, perlu dilakukan suatu peramalan time series untuk memprediksi data harga saham. Pada penelitian ini, digunakan Model Autoregressive Moving Average (ARIMA) untuk memprediksi harga saham. Untuk mendapatkan hasil prediksi harga saham dengan menggunakan model ARIMA yang lebih optimal, maka digunakan metode Hidden Markov Model HMM dengan menjadikan hasil prediksi harga saham pada model ARIMA sebagai berisan observed state sebagai inputanya. Hasil dari penelitian ini menunjukan bahwa prediksi harga saham PT. Astra Agro Lestari,Tbk. dengan menggunakan model ARIMA (0,1,0) memiliki nilai Root Mean Square Error (RMSE) sebesar 103.0264. Sedangkan hasil dari barisan paling optimal dari PT. Astra Agro Lestari,Tbk. dengan menggunakan metode HMM berupa barisan yang teridiri dari 3 kondisi yaitu bullish, bearish dan sideway. Sehingga analisis yang dapat diambil dari metode HMM dengan menggunakan algoritma viterbi pada pergerakan tren pasar saham adalah jika tren dalam keadaan bullish maka keputusan yang dapat diambil adalah menjual saham. Sedangkan jika tren pasar saham dalam keadaan bearish maka keputusan yang harus diambil sebaiknya menunggu kenaikan harga saham dan tren dalam kondisi bullish.
Kata Kunci: ARIMA, Hidden Markov Model, forecasting, harga saham