Large Language Model (LLM) sering mengalami kesulitan dalam menangani tugas pemrograman kompleks, khususnya dalam pembuatan kode untuk peramalan data time series. Penelitian ini mengangkat masalah efektivitas metode generasi kode yang berbeda untuk mengatasi keterbatasan tersebut, serta menguji apakah pendekatan prompting bertahap yang lebih kompleks, Multi-Stage Guided (MSG), dapat meningkatkan kualitas kode dan akurasi model yang dihasilkan. Penelitian ini membandingkan tiga pendekatan generasi kode, yaitu Direct, Multi-Stage Guided (MSG), dan Fine-Tuning, yang diterapkan pada model Gemini 2.0 dan Qwen3. Eksperimen dilakukan dengan menginstruksikan LLM untuk menghasilkan kode model ARIMA, XGBoost, dan LSTM menggunakan data saham historis, yang kemudian dievaluasi berdasarkan jumlah error, penilaian kualitas kode oleh ahli, serta metrik performa peramalan seperti RMSE, MAE, dan MAPE. Hasil pengujian menunjukkan bahwa metode MSG tidak menghasilkan kode yang lebih baik dibandingkan metode Direct atau Fine-Tuning, karena kompleksitas logika peramalan telah terabstraksi oleh pustaka pemrograman sehingga langkah bertahap justru berpotensi menambah kesalahan. Metode Direct terbukti lebih efisien dalam meminimalkan error kode sementara Fine-Tuning mendapatkan penilaian kualitas tertinggi dari ahli. Secara keseluruhan LLM mampu memberikan rekomendasi model peramalan yang baik. Model Gemini 2.0 dapat memberikan kode dengan error yang lebih sedikit dan performa yang lebih baik dibanding Qwen3.