Prediksi kelulusan TOEFL peserta didik Michigan Computer English Course diperlukan untuk meninjau sejauh mana tingkat pemahaman peserta didik. Backpropagation merupakan salah satu teknik yang baik digunakan untuk prediksi, akan tetapi jika backpropagation dalam training data dengan jumlah besar serta parameter-parameter yang digunakan kurang tepat, akan terjadi proses traning data lebih lambat. Maka diperlukan metode optimasi untuk mempercepat training Bacpropagation dalam memprediksi kelulusan dengan menggunakan metode Resilient Backpropagation. Data yang diolah sebanyak 182 data peserta didik tahun 2016-2018. Tingkat akurasi pengujian semakin baik yakni 100% dengan nilai MSE semakin kecil 0.00342 serta nilai Epoch juga semakin kecil menjadi 5. Sehingga penelitian ini menjadi indikator dalam pengembangan prediksi TOEFL dimasa yang akan datang.