Saham memiliki risiko fluktuasi harga yang sulit diprediksi. Oleh karena itu, peramalan harga saham menjadi penting.Namun, jumlah emiten yang cukup banyak membuat peramalan harga saham setiap emiten menjadi lebih rumit karena setiap model harus diuji dengan berbagai asumsi statistik. Pendekatan time series clustering dapat digunakan untuk mengelompokkan saham berdasarkan pola harga yang serupa, sehingga peramalan dapat dilakukan pada level klaster. Tujuan penelitian ini adalah untuk menganalisis klaster pada data harga saham sektor keuangan menggunakan pendekatan time series clustering analysis dengan jarak Dynamic Time Warping (DTW), serta melakukan peramalan harga saham level klaster pada periode yang akan datang dengan model ARIMA. Penelitian ini menghasilkan empat klaster dengan kategori strong cluster karena nilai koefisien silhoutte didapat sebesar 0.72. Dengan hasil klaster berupa saham dengan harga rendah, harga menengah, harga menengah ke atas, dan harga tinggi. Kemudian nilai rata-rata MAPE yang didapatkan dari model level klaster bernilai <10%, yang menunjukkan bahwa model memiliki kemampuan peramalan yang sangat baik. Hasil peramalan menunjukkan bahwa harga saham sektor keuangan periode mendatang cenderung stabil.