Pasar modal merupakan sarana dimana perusahaan atau lembaga sejenisnya dapat memperjualbelikan berbagai instrumen keuangan jangka panjang milik mereka. Salah satu saham yang cukup banyak diminati oleh trader dan investor adalah saham milik Bank Central Asia dengan kode saham BBCA. Saham BBCA selama periode 2017 hingga 2019 selalu menempati posisi 2 pada peringkat saham dengan frekuensi transaksi terbanyak di sektor perbankan. Salah satu masalah yang dihadapi seorang investor dalam aktivitas perdagangan saham adalah volatilitas,
dimana akan selalu terjadi fluktuasi harga. Hal ini umumnya membuat investor merasa ragu untuk menanamkan modalnya dalam saham. Hal ini membuat kegiatan analisis menjadi sangat penting sebagai penentu kesuksesan dalam perdagangan saham. Salah satu bentuk analisis yang dapat dilakukan oleh investor saham adalah Analisis Teknikal, Tetapi indikator-indikator yang digunakan pada analisis teknikal tetap tidak dapat menghasilkan hasil yang dapat menggambarkan pergerakan harga secara sempurna. Metode analisis Time Series dapat digunakan untuk memberikan informasi tambahan terhadap Analisis Teknikal karena data saham termasuk dalam golongan data deret waktu. Penelitian ini bertujuan untuk mencari tahu hasil implementasi tiga jenis metode analisis Time Series yaitu Linear Trend Regression, Exponential Smoothing, dan ARIMA terhadap data indeks harga saham Bank Central Asia periode 2020-2022 dan menentukan metode dengan tingkat akurasi paling baik diantara ketiga metode tersebut. Hasil penelitian ini menunjukkan bahwa metode ARIMA(1,1,0) menghasilkan nilai RMSE terkecil di angka 162.9544 sehingga memiliki tingkat akurasi paling baik diantara ketiga metode yang digunakan. Temuan dari penelitian ini diharapkan dapat memberi masukan kepada investor yang ingin menginvestasikan modal ke produk saham dan membutuhkan indikator analisis tambahan dalam pengambilan keputusan investasi.
Kata Kunci: Peramalan, Pasar Modal, Saham, Indeks Harga, Analisis Time Series, Linear Trend Regression, Exponential Smoothing, ARIMA