Dalam berinvestasi para investor menggunakan alat statistik salah satunya adalah peramalan. Peramalan dilakukan oleh investor untuk memperlancar transaksi, meningkatkan keuntungan ataupun meminimalisir terjadinya kerugian. Dengan melakukan peramalan, investor diharapkan dapat membuat keputusan investasi yang tepat. Penelitian ini bertujuan untuk mengetahui model peramalan yang akurat untuk meramalkan harga saham PT. Adaro Energy Tbk (ADRO) dan saham PT. Bukit Asam Tbk (PTBA) periode data selama 10 tahun sejak Oktober 2008 sampai dengan Oktober 2018. Keterbaharuan dalam penelitian ini adalah membandingkan dua model Autoregressive Integrated Moving Average (ARIMA) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH) sehingga dapat diketahui model yang memiliki tingkat keakuratan terbaik untuk meramalkan harga saham pada periode mendatang. Hasil penelitian ini menunjukkan bahwa terdapat unsur heteroskedastisitas pada saham ADRO sehingga pemodelan tidak berhenti pada model ARIMA namun dilanjutkan sampai model GARCH. Sedangkan data saham PTBA tidak mengandung unsur heteroskedastisitas sehingga pemodelan hanya sampai model ARIMA. Pada saham ADRO model ARIMA memiliki tingkat kesalahan yang lebih kecil dibandingkan model GARCH. Pada saham PTBA model ARIMA juga terpilih sebagai model yang paling akurat.

In investing investors use statistical tools, one of which is forecasting. Forecasting is done by investors to facilitate transactions, increase profits or minimize losses. By doing forecasting, investors are expected to make the right investment decisions. This study aims to find out an accurate forecasting model to forecast the stock price of PT. Adaro Energy Tbk (ADRO) and shares of PT. Bukit Asam Tbk (PTBA) data period for 10 years from October 2008 to October 2018. The renewal in this study is to compare two models of Autoregressive Integrated Moving Average (ARIMA) and Generalized Autoregressive Conditional Heteroscedasticity (GARCH) so that models that have the best accuracy are known to forecast stock prices in the coming period. The results of this study indicate that there is an element of heterocedasticity in ADRO shares so modeling does not stop at the ARIMA model but continues until the GARCH model. While PTBA stock data does not contain elements of heterocedasticity so modeling is only up to the ARIMA model. In ADRO shares, the ARIMA model has an error rate that is smaller than the GARCH model. PTBA's ARIMA model was also chosen as the most accurate model.