Analisis teknikal merupakan salah satu bentuk analisis yang dilakukan oleh seorang investor untuk menganalisis pergerakan harga saham. Analisis teknikal memanfaatkan beberapa informasi penting dalam saham seperti harga, volume dan open interest yang melekat pada saham yang selanjutnya dapat membentuk sebuah candlestick. Salah satu metode yang digunakan pada analisis teknikal adalah mengamati pola yang terbentuk dari kumpulan candlestick, pola yang terbentuk ini akan digunakan oleh seorang investor mempredeksi apakah harga saham akan bergerak naik atau turun. Cara yang digunakan oleh seorang investor untuk menemukan pola ini adalah mengamati secara langsung pada chart sebagai data berupa gambar. Karena data yang diamati berupa gambar, maka untuk mendeteksi pola candlestick dapat dibantu dengan beberapa algoritma deep learning, salah satu algoritma deep learning yang dapat digunakan untuk mendeteksi objek adalah YOLO (You Only Look Once). Penelitian ini menganalisa performansi dari algoritma YOLO dengan versi YOLOv5 yang digunakan pada datasets candlestick chart untuk mendeteksi pola double top dan double bottom pada candlestick chart suatu saham. Hasilnya semakin banyak jumlah datasets yang digunakan pada saat training model YOLOv5, akurasi yang didapatkan menjadi semakin baik yaitu dengan akurasi maksimal sebesar 75,9%.