Ketidakstabilan pergerakan harga saham menjadi salah satu faktor yang menyulitkan investor dalam menentukan keputusan investasi secara optimal. Kondisi tersebut menuntut adanya pendekatan peramalan yang mampu meminimalkan ketidakpastian melalui estimasi yang akurat. Penelitian ini bertujuan untuk menganalisis dan membandingkan kemampuan dua metode peramalan deret waktu, yaitu Autoregressive Integrated Moving Average (ARIMA) dan Double Exponential Smoothing (metode Holt), dalam memprediksi harga saham PT Telkom Indonesia Tbk (TLKM). Data penelitian berupa harga penutupan saham TLKM bulanan yang dikumpulkan selama periode Januari 2018 hingga Desember 2023. Kinerja masing-masing model dievaluasi menggunakan ukuran kesalahan peramalan yang meliputi Mean Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Hasil pengujian menunjukkan bahwa model ARIMA dengan spesifikasi (1,1,1) menghasilkan tingkat kesalahan yang lebih rendah dibandingkan metode Holt, dengan nilai MAE sebesar 787,71; MSE sebesar 771.844,2; dan RMSE sebesar 878,55. Sementara itu, metode Holt menghasilkan nilai MAE sebesar 837,19; MSE sebesar 878.393,4; dan RMSE sebesar 937,23. Berdasarkan temuan tersebut, dapat disimpulkan bahwa metode ARIMA memiliki kemampuan yang lebih baik dalam merepresentasikan pola pergerakan harga saham yang kompleks serta lebih tepat digunakan pada kondisi pasar yang cenderung volatil.