Saham salah satu instrumen keuangan yang dipilih oleh investor. Peramalan saham diperlukan agar investor dapat mengambil langkah yang tepat. Salah satu metode peramalan yang bisa digunakan adalah Single Exponential Smoothing (SES). Dalam proses SES membutuhkan nilai parameter α (alpha) yang sesuai agar mendapat nilai error terkecil. Namun nilai parameter alpha biasanya ditentukan secara coba-coba sehingga sulit mendapat nilai alpha yang optimal. Penelitian ini bertujuan untuk mengoptimal nilai alpha dengan metode Particle Swarm Optimization (PSO). Kemudian menghitung berapa tingkat akurasinya. Data yang digunakan adalah data harga saham pada PT. Indofood. Hasil penelitian ini metode SES ditambah PSO mampu meningkatkan hasil akurasi. Pada SES saja akurasi yang didapat sebesar 98,166%, sedangkan pada SES + PSO akurasi yang didapat meningkat yaitu sebesar 98,171%. Penyebab terjadi peningkatan karena PSO mampu mengoptimalkan nilai alpha.