Peramalan harga saham selalu menarik perhatian bagi investor. Namun, harga saham yang fluktuatif membuat investor kesulitan untuk memprediksi harga saham di masa depan. Seiring berjalannya waktu, dikembangkan metode peramalan bersifat hybrid yang memadukan dua model atau lebih. Penelitian ini bertujuan untuk membandingkan model Autoregressive Integrated Moving Average (ARIMA) dan hybrid Time Series Regression-Autoregressive Integrated Moving Average (TSR-ARIMA) pada peramalan harga saham PT. Bank Central Asia Tbk. Data yang digunakan adalah data harga penutupan saham (harian) PT. Bank Central Asia Tbk pada periode 1 Juli 2022 hingga 28 April 2023. Data dimodelkan dengan metode ARIMA, lalu hasilnya dibandingkan dengan metode hybrid TSR-ARIMA. Pada metode hybrid, metode TSR digunakan untuk membentuk model pertama, lalu nilai residunya dimodelkan dengan ARIMA. Penelitian ini menghasilkan model terbaik untuk masing-masing metode yaitu ARIMA(1,1,0), hybrid TSR-ARIMA(1,1,0) untuk model kuadratik, dan hybrid TSR-ARIMA(1,1,0) untuk model kubik. Nilai MAPE model ARIMA sebesar 0,98% untuk data training dan 0,67% untuk data testing, sedangkan nilai MAPE model hybrid model kuadratik sebesar 1,93% untuk data training dan 0,75% untuk data testing, dan model kubik yaitu 1,95% untuk data training dan 0,82% untuk data testing. Model ARIMA(1,1,0) lebih baik digunakan untuk peramalan harga saham PT. Bank Central Asia Tbk. karena memiliki nilai MAPE terkecil.
