Penelitian ini bertujuan untuk melakukan prediksi nilai kurs Rupiah terhadap US Dollar dengan menggunakan algoritma Backpropagation Neural Network. Agar dapat mengetahui potensi nilai tukar Rupiah terhadap US Dollar dimasa mendatang. Tahapan yang dilakukan pada penelitian ini yaitu dengan melakukan perbandingan hasil pengujian dari 5 arsitektur Backpropagation Neural network pada hidden layer. Data yang digunakan adalah data sekunder yang merupakan Faktor – faktor yang mempengaruhi nilai kurs. Pengujian dilakukan menggunakan Rapidminer dengan melakukan proses pelatihan data training dan data testing. Dari hasil proses pelatihan data training dan data testing pada kelima arsitektur jaringan syaraf tiruan backpropagation. Menghasilkan sejumlah output berupa chart yang menggambarkan tingkat indikasi kemiripan terbaik dari hasil prediksi dan nilai error RMSE sebagai bentuk hasil pengujian pada arsitektur pertama dengan jumlah rata - rata nilai error sejumlah 4.8665, pada Arsitektur kedua dengan rata – rata 5.0645, kemudian pada arsitektur ketiga dengan rata – rata 5.0095, arsitektur ke empat dengan rata – rata 258.723 dan pada arsitektur kelima dengan rata – rata 262.26. Kata Kunci : Prediksi, Nilai Tukar, Backpropagation, Neural Network, JaringanSyaraf Tiruan..