Portofolio saham pada dasarnya berkaitan dengan bagaimana seseorang investor mengalokasikan sejumlah sahamnya baik yang bisa dimiliki oleh perusahaan atau perorangan ke dalam berbagai jenis investasi yang menghasilkan keuntungan yang optimal. Seiring dengan perubahan harga setiap saham dari waktu ke waktu (data time series) investor perlu mengerti strategi mengelola portofolio saham yang baik. Portofolio dapat membantu investor untuk membuat keputusan saham-saham mana yang dipilih dan atau beserta proporsinya. Masalah yang dibahas di tugas akhir ini yaitu membangun portofolio dengan mempertimbangkan hasil prediksi return saham menggunakan metode Convolutional Neural Network (CNN). Hasil penelitian ini yaitu gabungan perwakilan 6 saham LQ45 dari sektor saham yang berbeda. Pengujian dilakukan dari penambahan setiap saham dengan mempertimbangkan hasil prediski return dan tanpa prediksi. Mean Absolute Percentage Error (MAPE) tekecil dari hasil prediksi return saham menggunakan CNN yaitu saham HMSP dengan nilai 4.2386. Kinerja portofolio dengan prediksi return saham menggunakan metode CNN memiliki average return yang lebih kecil dan standar deviasi yang lebih besar dibandingakan dengan portofolio tanpa prediksi pada kelompok saham BMRI, HMSP, ITMG, MEDC, MNCN memiliki standar deviasi yang kecil yaitu 0.02985 dan average return yang besar dengan nilai 0.03401.
Kata kunci : Saham, Portofolio, Convolutional Neural Network, Equal Weight.