Setiap negara memiliki mata uang masing-masing dan memiliki peranan penting dan dikenal dengan istilah valuta asing atau valas. Salah satu fungsi dari valuta asing adalah sebagai alat pembayaran dalam transaksi perekonomian dan merupakan bagian dari devisa suatu negara. Nilai mata uang suatu negara dapat diperjual-belikan dengan nilai mata uang negara lain yang disebut dengan nilai tukar atau kurs. Dengan melakukan transaksi jual beli kurs, pelaku pasar valuta asing dapat memperoleh keuntungan dari selisih nilai tukar. Untuk mendapat keuntungan, pelaku pasar valuta asing harus dapat memprediksi nilai kurs. Untuk melakukan prediksi kurs mata uang Rupiah banyak metode yang dapat digunakan, salah satunya adalah dengan menggunakan jaringan syaraf tiruan metode backpropagation. Agar hasil prediksi memiliki tingkat error yang rendah, diperlukan arsitektur jaringan backpropagation yang optimal. Caranya adalah dengan melakukan pengujian pada data input dan node pada hidden layer. Dari hasil pengujian prediksi kurs mata uang Rupiah didapatkan arsitektur jaringan dengan nilai error 106.53 menggunakan 30 input data dan 40 hidden neuoron. Hasil pengujian dipengaruhi oleh faktor eksternal seperti tingkat suku bunga, inflasi, politik, dan lain-lain