"Prediksi merupakan hal yang penting dalam analisis runtun waktu karena untuk mengambil tindakan yang tepat untuk ke depannya. Dalam memprediksi biasanya disertai dengan pembuatan selang kepercayaan. Pembuatan selang kepercayaan dengan pendekatan tradisional diasumsikan bahwa data memiliki suatu distribusi yang diketahui, sedangkan pada sebagian aplikasi asumsi tersebut tidak dipenuhi sehingga selang kepercayaan tidak valid. Pada penelitian data harga saham kemungkinan juga terjadi pelanggaran homoskedastisitas, sehingga selang kepercayaan yang dibangun memiliki heteroskedastisitas. Untuk itu dalam mengatasi masalah ini, metode bootstrap digunakan untuk membangun selang kepercayaan prediksi pada model ARMA-ARCH terbaik dengan pengulangan residual sebanyak B = 500, 1000 dan 5000 kali. Di akhir skripsi akan dibandingkan selang kepercayaan pendekatan tradisional dan pendekatan bootstrap persentil dengan mencari nilai mean dari length selang. Tingkat kepercayaan yang digunakan yaitu sebesar 90%, 95% dan 99%. Hasil menunjukkan model terbaik berdasarkan signifikansi parameter dan AIC terkecil dari data in sample yaitu model ARMA(1,1)-ARCH(1) dengan nilai MAPE dari out sample sebesar 5.20%, dan nilai mean terkecil dari length selang pada tingkat 90%, 95% berada pada selang kepercayaan pendekatan bootstrap persentil pengulangan residual sebanyak 5000 kali. Sedangkan pada tingkat kepercayaan 99% mean terkecil dari length selang berada pada pendekatan tradisional.
Kata Kunci: Harga Saham Penutupan, Homoskedastisitas, Selang Kepercayaan, Bootstrap Persentil, ARMA."