Setiap transaksi perdagangan saham, investor dihadapkan pada membeli, menahan dan menjual saham. keputusan yang diambil akan memberikan resiko dan keuntungan. solusi dari meminimalisir risiko itu diperlukan analisis yang akurat untuk dijadikan dalam pengambilan keputusan investasi. penelitian ini bertujuan untuk mengetahui model peramalan yang akurat untuk meramalkan harga saham pt. bumi serpong (bsde) dan saham pt. pakuwon (pwon) periode data selama 5 tahun sejak maret 2014 sampai dengan maret 2019. keterbaharuan dalam penelitian ini adalah membandingkan dua model generalized autoregressive conditional heteroskedasticity (garch) dan artifficial neural network (ann) sehingga dapat diketahui model yang memiliki tingkat keakuratan untuk meramalkan harga saham pada periode mendatang hasil penelitian ini menunjukkan bahwa pada saham bsde model ann yang memiliki tingkat kesalahan yang lebih kecil dibandingkan model garch. sedangkan pada saham pwon model garch yang lebih akurat karea memiliki tingkat kesalahan yang lebih kecil dibandingkan model ann.

Every stock trading transaction, investors are faced with buying, holding and selling shares. decisions taken will provide risks and benefits. the solution to minimizing risk requires accurate analysis to be used in making investment decisions. this study aims to find out an accurate forecasting model to predict pt. bumi serpong (bsde) stock prices and pt. pakuwon shares (pwon) data periods for 5 years from march 2014 to march 2019. the renewal in this study is comparing two models of generalized autoregressive conditional heteroskedasticity (garch) and artifficial neural network (ann) so that models can be known that have a level of accuracy to forecast stock prices in the coming period. the results of this study indicate that the bsde stock ann model has an error rate that is smaller than the garch model. whereas the more accurate pwon stock garch model because it has a smaller error rate than the ann model.