Nilai Jual Objek Pajak (NJOP) adalah harga rata-rata yang diperoleh dari transaksi jual beli yang terjadi secara wajar. Apabila tidak terdapat transaksi jual beli, NJOP ditentukan melalui perbandingan harga dengan objek lain yang sejenis, atau NJOP pengganti. Dalam penyelenggaraan pemerintah daerah mempunyai hak otoritas dalam menyelenggarakan kegiatan penilaian tanah yang dilakukan oleh Pemerintah Kota Bandung melalui Dinas Pelayanan Pajak (Disyanjak) Kota Bandung setiap 4 tahun sekali atau kurang berdasarkan perubahan pola harga pasar lahan dan faktor lainya. Permasalahan muncul saat proses penetapan NJOP membutuhkan biaya besar dengan waktu pengerjaan yang cukup lama yang dikarenakan sifat penilaian tanah berkecenderungan dipengaruhi multivariable saling berkaitan. Dalam tugas akhir ini mengusulkan menggunakan Radial basis function untuk melakukan prediksi NJOP. Memodelkan NJOP menggunakan RBF mampu memformulasikan pengalaman dan pengetahuan peramal, serta sangat fleksibel dalam perubahan aturan perkiraan. Data training yang digunakan untuk penelitian ini ialah data NJOP tahun 2000, 2001,2005,2007,2009,2010,2011 dan 2013. Sedangkan data testing yang akan digunakan ialah data NJOP tahun 2017. pada proses prediksi akan dilakukan untuk memprediksi NJOP pada tahun 2018. Dari hasil pengujian dapat ditarik kesimpulan bahwa akurasi MSE = 0.000611376. kombinasi hidden neuron= 35, nilai spread = 1.5, dan nilai epoch maksimal = 5000. Berdasarkan hasil diperoleh kesimpulan bahwa prediksi dengan menggunakan radial basis function memiliki akurasi error data uji yang kecil menunjukkan pengaturan parameter-parameter pada metode radial basis function sudah optimal.
Kata Kunci : Prediksi, NJOP, Artificial Neural Network (ANN), Radial basis function ,Artificial Intelligent