Studi dalam bidang saham telah banyak dipublikasikan, diantaranya merupakan analisis dan juga prediksi. Studi terkini banyak menggunakan machine learning sebagai model prediksi. Berbagai macam model machine learning telah digunakan untuk menemukan model prediksi yang paling baik. Pengambilan data dan metode analisis juga terbukti memiliki pengaruh dalam hasil prediksi. Cross-sectional merupakan metode yang jarang digunakan namun dipercaya dapat memberikan hasil prediksi yang lebih baik jika dibandingkan dengan metode yang konvensional yakni time-series. Maka dari itu pada Tugas akhir ini machine learning berbasis cross-sectional dibangun untuk memprediksi return saham yang tergabung pada indeks LQ45 dan membandingkan performansinya dengan machine learning berbasis time-series. Pengaplikasian berdasarkan kasus pada dunia nyata dari hasil prediksi, khususnya konstruksi portofolio, digunakan untuk mengevaluasi kinerja kedua model prediksi. Dalam setiap pengujian, machine learning berbasis cross-sectional menunjukan hasil yang lebih baik dibandingkan dengan machine learning berbasis time-series