Saham merupakan salah satu transaksi pasar modal yang menjadi pilihan investor dan trader. Investor dan trader membutuhkan strategi untuk mendapatkan keuntungan dari saham dengan memprediksi pergerakan harga saham. Salah satu metode untuk memprediksi pergerakan harga saham di masa mendatang dengan pendekatan time series. Metode Double Exponential Smoothing Holt merupakan metode prediksi data time series. Namun, metode ini memiliki masalah overforecasting, yang perlu diredam dengan menggunakan Damped Trend. Penelitian ini menggunakan metode Double Exponential Smoothing Holt dan Damped Trend untuk menentukan metode mana yang lebih baik dan mengetahui pengaruh Damped Trend dalam meredam tren peramalan. Implementasi Double Exponential Smoothing Holt dan Damped Trend dilakukan pada empat data saham yaitu Saham TLKM, Saham MDKA, Saham HMSP, dan Saham KLBF. Hasil penelitian menggunakan metode Double Exponential Smoothing Holt pada dataset TLKM mencapai nilai akurasi 91,16929%, dataset MDKA mencapai akurasi 84,97753%, dataset HMSP nilai akurasinya 92,27850%, dan dataset KLBF mencapai akurasi 92,55819%. Hasil penelitian menggunakan metode Damped Trend pada dataset TLKM mencapai nilai akurasi 96,30347%, untuk dataset MDKA nilai akurasi 94,47142%, dataset HMSP memiliki akurasi 92,45874% dan dataset KLBF nilai akurasi 98,06742%. Hasil perbandingan menunjukkan peningkatan nilai akurasi metode Double Exponential Smoothing Holt Damped Trend untuk data TLKM 5,13418%, MDKA 9,49389%, dan HMSP 0,18024% dan peningkatan akurasi KLBF 5,50923%. Kata kunci: Saham, Prediksi, Double Exponential Smoothing Holt, Damped Trend

Kata kunci: Saham, Prediksi, Double Exponential Smoothing Holt, Damped Trend