Harga sahamadalah harga  saham yang terjadi dipasar bursa pada saat waktu tertentu yang ditentukan oleh pelaku pasar. Harga saham fluktuatif naik dan turunnya dari waktu ke waktu, kebanyakan investor hanya menggunakan insting untuk memprediksi harga saham. Oleh karena itu, maka perlu adanya analisis runtun waktu untuk memprediksi harga saham. Salah satu model dalam runtun waktu adalah ARIMA. Namun, model ARIMA mempunyai kelemahan hanya bisa mengikuti pola runtun waktu linear. untuk menyikapi kelemahan tersebut, digunakanlah model ANN yang bisa mengikuti pola nonlinear. Oleh karena itu, dipakailah model hybrid ARIMA-ANN. Tujuan dari penelitian ini adalah mengidentifikasi model serta mengetahui akurasi model hybrid ARIMA-ANN dan memprediksi harga saham diperiode selanjutnya. Data yang digunakan adalah data sekunder dari situs investing.com. Penentuan model ARIMA dilakukan dengan membagi data menjadi data training (80% :20%, 85%:15% dan 90%:10%). Hasil yang diperoleh model ARIMA terbaik adalah ARIMA (2,1,2) dengan MAPE 1.468% terhadap data training. Dengan model ARIMA terbaik, diperoleh residual untuk input ANN. Hasil diperoleh arsitektur jaringan terbaik adalah arsitektur jaringan 5-10-1 learning rate 0,3  dengan nilai error paling kecil. Dari hasil uji coba model hybrid ARIMA-ANN terhadap data testing diperoleh nilai MAPE sebesar 7,024%. Kemudian dilakukan prediksi untuk 25 hari selanjutnya diperoleh rata - rata sebesar 7915 rupiah per hari dan MAPE 6.349%.