Batik adalah kerajinan yang menjadi bagian warisan dari budaya Indonesia dan telah diakui oleh UNESCO pada tahun 2009. Batik menjadi daya tarik pembeli yang jumlah peminatnya terus meningkat dari tahun ke tahun. Sehingga banyak bermunculan toko yang memproduksi dan memperjual belikan batik hasil produksinya. Dari banyaknya toko yang ada tidak semuanya telah mengunakan sistem digital dalam proses bisnis yang berlangsung. Beberapa toko batik masih menggunakan proses transaksi dan entry laporan penjualan secara sederhana sehingga menyita banyak waktu pegawai maupun pemilik toko tersebut. Selain itu pemilik toko tidak dapat pemerkirakan jumlah penyediaan batik untuk beberapa hari kedepan dari hasil entry data laporan yang masuk secara sederhana. Untuk itu diperlukan adanya sebuah aplikasi yang bisa membantu dalam menangani proses bisnis di toko batik dan memberi prediksi jumlah batik yang akan terjual melalui proses peramalan. Aplikasi tersebut dibangun dibangun dan dirancang berbasis mobile dengan implementasi metode jaringan saraf tiruan algoritma backpropagation. Jaringan saraf tiruan algoritma backpropagation digunakan untuk memprediksi jumlah batik yang akan terjual dalam 1 atau 2 hari kedepan. Hasil dari implementasi metode jaringan saraf tiruan algoritma backpropagation dalam memprediksi jumlah permintaan batik, dengan parameter yang digunakan yaitu learning rate 0.3, max iterasi 1000 dan max error 0.008363 menghasilkan nilai rata-rata akurasi sebesar 50.94% dengan nilai MSE terkecil 27.2%.

Batik is a craft that is part of the heritage of Indonesian culture and has been recognized by UNESCO in 2009. Batik has become an attraction for buyers whose number of enthusiasts continues to increase from year to year. So that many shops sprang up producing and trading their batik products. Of the many stores there are not all of them have used digital systems in the business processes that take place. Some batik shops still use the transaction process and entry of sales reports simply so that it takes up a lot of time for the employees and shop owners. In addition, shop owners cannot estimate the amount of supply of batik for the next few days from the results of the entry of data in a simple report. For this reason, it is necessary to have an application that can assist in handling business processes at the batik shop and predict the amount of batik that will be sold through the forecasting process. The application was built built and designed based on mobile by implementing the backpropagation algorithm artificial neural network method. Artificial neural network backpropagation algorithm is used to predict the number of batik that will be sold in the next 1 or 2 days. The results of the implementation of the backpropagation algorithm artificial neural network in predicting the number of requests for batik, with parameters used are learning rate 0.3, max iteration 1000 and max error 0.008363 resulting in an average accuracy value of 50.94% with the smallest MSE value of 27.2%.