Saham merupakan instrumen pasar keuangan yang paling popular saat ini, ditunjukkan dengan peningkatan investor saham sebesar 27,15% dari tahun sebelumnya. Resiko terbesar bagi investor saham dalam berinvestasi yaitu resiko turunnya harga (capital loss) dan risiko terjadinya likuidasi. Untuk meminimalisir resiko tersebut sebelum berinvestasi hendaknya melakukan analisa terlebih dahulu salah satunya yaitu dengan memprediksi pergerakan harga saham. Metode terbaik dalam memprediksi harga saham yaitu dengan menggunakan Long Short Term Memory (LSTM). Agar dapat memprediksi secara optimal, maka pemilihan algoritma optimasi penting untuk dilakukan sebelum membuat suatu model. Dari delapan algoritma optimasi yang diteliti yaitu SGD, RMSProp, Adam, AdaGrad, AdaMax, AdaDelta, Nadam, dan Ftrl. Optimasi adam memiliki tingkat akurasi tertinggi dalam memprediksi harga saham, dimana nilai akurasi antara harga saham prediksi dan harga saham aktual sebesar 98,88% dengan selisish rata-rata harga prediksi dan harga aktual sebesar Rp46. Penelitian ini diharapkan dapat memberi manfaat dalam memprediksi harga saham seakurat mungkin menggunakan model Long Short Term Memory (LSTM) dengan pemilihan algoritma optimasi yang tepat.