Peramalan adalah kegiatan yang dilakukan untuk memperkirakan apa yang akan terjadi di masa mendatang. Analisis dalam melakukan prediksi dan peramalan data time series ini menggunakan metode support vector regression (SVR) dengan algoritma grid search time series cross validation. SVR merupakan pengembangan dari Support Vector Machine (SVM) untuk pendekatan regresi. Penelitian ini bertujuan untuk meramalkan data time series saham harian perusahaan pertambangan di Indonesia. Pengujian akurasi model ini menggunakan Root Mean Square Error (RMSE), Mean Square Error (MSE), Mean Absolute Percentage Error (MAPE) dan R-squared, dimana model yang memiliki nilai terkecil adalah model terbaik. Hasil penelitian menunjukkan bahwa Model SVR yang diperoleh untuk saham ITMG yaitu SVR dengan kernel polinomial dengan parameter C = 0,1, degree = 1, epsilon = 0,01 dengan akurasi model RMSE sebesar 0,0574; MSE sebesar 0,0033; MAPE sebesar 13,63%; dan R-Squared 0,99. Selanjutnya untuk saham ANTAM model SVR yang diperoleh yaitu SVR kernel RBF dengan parameter C = 100, epsilon =
0,01, gamma = 0,1 dengan akurasi model RMSE sebesar 0,0831; MSE sebesar 0,0069; MAPE sebesar 18,49%; dan R-Squared 0,99. Kemudian untuk saham DSS model SVR yang diperoleh yaitu SVR kernel linear dengan parameter C = 100, epsilon = 0,01 dengan akurasi model RMSE sebesar 0,0583; MSE sebesar 0,0034; MAPE sebesar 10,53%; dan R-Squared 0,99. Berdasarkan kriteria dari MAPE, didapatkan nilai akurasi untuk masingmasing saham menunjukkan bahwa model dikatakan baik untuk meramalkan ketiga saham pertambangan tersebut. Pada hasil peramalan yang didapatkan untuk ketiga saham cenderung mengalami penurunan.