Prediksi harga saham yang merupakan time series data adalah proses yang tidak mudah. Hal ini dikarenakan karakteristik data saham yang mempunyai noise yang tinggi, kompleksitas yang tinggi, dan struktur nonlinier. Faktor anomali dalam pasar saham juga memengaruhi hasil prediksi harga saham. Penelitian ini menguji model GRU untuk memprediksi harga saham di Bursa Efek Indonesia. Penelitian ini menggunakan empat indikator, yaitu training period, unit, batch size, dan epoch. Penelitian ini memperlihatkan pengaruh dari setiap indikator terhadap masing-masing dataset. Alat ukur yang digunakan untuk menghitung akurasi dalam penelitian ini adalah Root Mean Square Error (RMSE). Penelitian ini dilakukan terhadap enam dataset, yaitu PT. Aneka Tambang, PT. Vale Indonesia, PT. Indofood, PT. Japfa Comfeed Indonesia, PT. XL Axiata, dan PT. Telkom. Berdasarkan hasil pengujian yang dilakukan pada penelitian ini, nilai akurasi terbaik sebesar 0.009977 didapatkan melalui percobaan terhadap dataset PT. Japfa Comfeed Indonesia. PT. Aneka Tambang menghasilkan akurasi terbaik sebesar 0.012138. Percobaan yang dilakukan pada dataset PT. Vale Indonesia menghasilkan akurasi terbaik sebesar 0.019060. Percobaan pada PT. XL Axiata menghasilkan akurasi terbaik sebesar 0.024266. Percobaan yang dilakukan pada PT. Indofood menghasilkan akurasi terbaik sebesar 0.029635. Terakhir, percobaan pada PT. Telkom memiliki akurasi terbaik sebesar 0.031479. Hasil pengujian membuktikan bahwa semua indikator yang digunakan dalam pengujian memiliki pengaruh terhadap nilai akurasi.