Prediksi harga saham adalah salah suatu kebutuhan yang sangat krusial bagi para investor. Biasanya investor membeli saham untuk mendapatkan keuntungan berdasarkan jumlah saham yang dimiliki yaitu dengan cara membeli suatu saham dengan harga murah dan menjualnya dengan harga yang lebih tinggi. Dengan memprediksi harga saham, pemilik saham dapat membuat keputusan yang tepat dalam melakukan transaksi jual beli saham tersebut. Namun dalam memprediksi harga saham dibutuhkan sistem yang dapat digunakan untuk menghasilkan nilai saham yang akan datang dengan tepat. Pada penelitian ini, metode Deep Belief Network dipilih dengan menggunakan tumpukan Gated Restricted Boltzmann Machine dengan jumlah neuron latent yang berbeda untuk prediksi harga saham. Pengukuran performansi prediksi saham dilakukan setalah tahap tahap perancangan sistem dilakukan. Dengan menggunakan metode Deep Belief Network hasil penelitian sistem prediksi saham mampu memberikan niai error terbaik yaitu RMSE 0,01575 dan MAPE 0.8074 dengan jumlah neuron latent 15.