Epilepsi terjadi karena adanya gangguan pada sistem syaraf otak manusia, yang terekam dari sinyal Elektroensephalogram (EEG). Sinyal EEG mengandung informasi aktivitas listrik di otak, termasuk kondisi pikiran dan gangguan kelistrikan pada syaraf. Sinyal EEG mempunyai bentuk yang kompleks, amplitudo kecil, mudah tertimbun noise dan tidak mempunyai pola yang baku, sehingga analisis secara visual tidak mudah. Untuk meningkatkan akurasi dan menghilangkan noise dari sinyal EEG, penelitian ini menggunakan metode ekstraksi Autoregressive dan Adaptive Backpropagation untuk klasifikasi. Pengujian telah dilakukan menggunakan 10 naracoba. Pengujian menggunakan ekstraksi tanpa overlap orde 30, data uji menghasilkan presentase 54% dan data latih 96%. Sedangkan menggunakan overlap lima orde 10, data uji menghasilkan presentase 53.5% dan data latih 96.5%. Pengujian data uji menggunakan ekstraksi Autoregressive dan Backpropagation orde 30 menghasilkan presentase 52.5% dan data latih 96.5%. Sedangkan menggunakan overlap lima orde 10, data uji menghasilkan presentase 52% dan data latih 98%. Pengujian data uji menggunakan Adaptive Backpropagation tanpa ekstraksi menghasilkan presentase 81% dan data latih 98.5%. Sedangkan pengujian data uji menggunakan Backpropagation tanpa ekstraksi menghasilkan presentase 79% dan data latih 99.5%. Kata kunci: Adaptive Back propagation, Autoregressive, EEG, Epilepsi