Penelitian ini menggunakan dataset dari ChEMBL database untuk memprediksi aktivitas Angiotensin-Converting Enzyme (ACE) inhibitors sebagai obat antihipertensi dengan menggunakan Artificial Bee Colony (ABC) algorithm dan Artificial Neural Network (ANN). Meskipun memakan waktu, mahal, dan rentan terhadap ketidakpastian, metode tradisional seperti pengujian wet-lab sering digunakan untuk identifikasi ACE inhibitor. Penelitian ini bertujuan untuk meningkatkan performa prediksi dengan mengintegrasikan optimasi sistematis melalui ABC algorithm pada ANN. Parameter arsitektur dan hyperparameter model ANN dioptimalkan menggunakan ABC algorithm. Dengan nilai ????2 sebesar 0,683 pada data uji, model dengan ukuran populasi 10 menunjukkan performa terbaik di antara lima model yang dievaluasi, sehingga membuktikan efikasinya dalam merefleksikan pola data secara umum. Hasil ini menunjukkan potensi integrasi ABC algorithm dengan ANN untuk prediksi yang lebih presisi terhadap aktivitas ACE inhibitor, sehingga menawarkan alter