Prediksi harga bitcoin merupakan hal yang diperlukan untuk para trader atau investor. Dengan meramalkan harga mereka bisa mengatur startegi seperti kapan harus membeli atau menjual sehingga mereka bisa mendapat keuntungan yang maksimal. Untuk memprediksi data keuangan seperti harga bitcoin model yang sering digunakan adalah ARIMA, tetapi untuk model ARIMA mempunyai kekurangan yaitu tidak bisa menangkap pola kompleks atau non linier. Pada penelitian sebelumnya telah dilakukan percobaan menggabungkan ARIMA dengan LSTM dengan tujuan mengatasi masalah tersebut dan berhasil. Alasannya karena LSTM adalah pengembangan dari model RNN yang bisa menangkap pola non linier. Selain LSTM ada juga GRU yang sama-sama pengembangan dari model RNN dengan perbedaan pada strukturnya yaitu jumlah gerbangnya. Oleh karena itu pada penelitian ini penulis akan membandingkan kinerja dari model gabungan ARIMA-LSTM dan ARIMA-GRU dengan alat ukur Mean Square Error, Root Mean Square Error, Mean Absolute Error, dan Mean Absolute Percentage Error. Hasil nya adalah model ARIMA-LSTM lebih baik dari model ARIMA-GRU tetapi waktu yang dibutuhkan model ARIMA-LSTM lebih lama. Kata kunci: arima;lstm;gru;bitcoin