Nilai Jual Objek Pajak (NJOP) memiliki peranan penting untuk menerapkan dasar pengenaan pajak bumi dan bangunan pedesaan dan perkotaan di Kota Bandung. Oleh karena itu Pemerintah Kota Bandung melalui Dinas Pelayanan Pajak (Disyanjak) Kota Bandung menetapkan Nilai Jual Objek Pajak (NJOP) setiap 4 tahun sekali. Akan tetapi dalam proses penetapan NJOP terdapat banyak rintangan yang menjadikan proses tersebut membutuhkan biaya besar dengan hasil yang kurang memuaskan. Oleh karena itu dibutuhkan solusi untuk dapat meminimalisir anggara biaya serta dapat mendapatkan hasil yang memuaskan. Salah satu caranya dengan memprediksi NJOP dengan Artificial Neural Network metode Backpropagation. Backpropagation merupakan model neural network dengan banyak lapisan yang sering digunakan untuk memprediksi sesuatu. Kelebihan metode ini mampu memformulasikan pengalaman dan pengetahuan peramal, serta sangat fleksibel dalam perubahan aturan perkiraan. Data training yang digunakan untuk penelitian ini ialah data NJOP tahun 2008, 2010, 2013 dan 2015. Sedangkan data testing yang akan digunakan ialah data NJOP tahun 2017. Dari hasil pengujian dapat ditarik kesimpulan bahwa akurasi terbaik didapat pada dataset desa 4 dengan akurasi sebesar 73% dengan kombinasi parameter hidden layer = 60, learning rate = 0.1 dengan target pemberhentian maksimum epoch sebesar 100.000.