ABSTRAKSI: Nilai saham merupakan nilai yang sangat krusial untuk diolah dan diprediksi karena merupakan nilai yang berbanding dengan kerugian dan keuntungan dari pihak penanam modal. Dikarenakan proses komputasi saat ini dapat melakukan proses analisa selayaknya manusia melalui komputasi soft computing, maka metode soft computing ini menjadi semakin banyak digunakan untuk mempelajari dan menganalisa data. Dalam Tugas Akhir ini digunakan metode Rough Adaptive Neuro-Fuzzy inference System sebagai sistem soft computing yang digunakan untuk mempelajari dan memprediksi nilai saham penutupan Dow Jones New York dari data set yang tersedia sejak tahun 1985 hingga 2002. Rough adaptive neuro-Fuzzy Inference System (RANFIS) merupakan salah satu metode hybrid yaitu gabungan dari beberapa metode dengan model penggabungan yang tidak terpisah dan berada dalam suatu gabungan kesatuan yang saling mendukung, dalam hal ini digunakan jaringan syaraf tiruan sebagai metode utama yang menggabungkan kombinasi antara teori rough set, sistem fuzzy dan jaringan syaraf tiruan sendiri , adapun sistem ini sendiri memiliki berbagai parameter yang berperan dalam menghasilkan evaluasi prediksi yang cukup baikKata Kunci : prediksi, soft computing, hybrid, JST, Fuzzy, Evaluasi.ABSTRACT: Price of stocks represents the krusial value to be processed and predicted, this because the prediction representing value comparing with the loss and advantage for investor.Nowadays computing process can process analyse like human being through process call soft computing, hence this method soft computing become more and more used to learn and analyse data. This Final Project used method of Rough Adaptive Neuro-Fuzzy inference System as system of soft computing used to learn and predict the price of stocks of closing at Dow Jones New York from data set available since year 1985 till 2002. Rough Adaptive neuro-Fuzzy Inference System (RANFIS) represent one of method hybrid that is merger from some method with the affiliation model which is not apart and stay in a union merge which is supporting each other, in this case used a artificial neural network as especial method joining combination of theory rough set the, system of fuzzy and artificial nerve network, This system have various parameter which playing a part in to yield the good enough evaluation prediksi.Keyword: prediction, soft computing, hybrid, artificial neural network, Fuzzy, evaluation