Minyak mentah merupakan energi utama yang banyak digunakan pada berbagai industri di duniasehingga harga minyak mentah sulit untuk diprediksi apalagi di Indonesia setelah adanya pencabutansubsidi minyak oleh pemerintah Indonesia sehinga diperlukan teknik prediksi yang akurat untukmemprediksi harga minyak mentah dunia, prediksi harga minyak mentah merupakan perkiraanharga minyak mentah di masa mendatang. Tujuan dari penelitian ini adalah untuk menganalisis kinerjajaringan saraf tiruan dengan metode backpropagation dalam memprediksi harga minyak mentah.Penelitian ini menggunakan satu parameter data dalam memprediksi harga minyak mentah yaitudata minyak mentah dari tahun 2018 sampai tahun 2020. Pada kasus prediksi harga minyak mentah,jaringan saraf tiruan tata cara backpropagation dalam proses training bisa mengidentifikasi polainformasi yang diberikan dengan baik. Pada proses training JST, terus menjadi kecil nilai sasaranerror hingga iterasinya hendak terus menjadi besar serta tingkatan keakurasiannya pula terus menjadibesar. Hasil pelatihan didapat nilai Mean Square Error (MSE) adalah 0,00099762 dengan 135Epoch, pada pengujian jaringan diperoleh nilai MSE adalah 0,093336. Dengan demikian nilai koefisienkorelasi serta nilai MSE yang dihasilkan pada proses pengujian menampilkan kalau jaringansyaraf tiruan propagasi balik sangat baik berdasarkan kelompok kelas nilai MSE untuk memprediksiinformasi harga minyak mentah.

We analyzed the performance of the artificial neural network with the backpropagation method in predicting crude oil prices in this paper, including the case of crude oil price predictions. The training results obtained that the MSE value was 0.00099762 with 135 Epoch, in the network testing the MSE value was 0.093336. Meanwhile, the predicted value is determined by the target value with a contribution of 99% with a significant effect. Thus the accuracy level is determined by the target value and the predicted value. The accuracy of the system is obtained for 83,6%.