Krisis keuangan tahun 1997 yang terjadi di Thailand menimbulkan berbagai dampak merugikan, mulai dari jatuhnya nilai mata uang baht, pertumbuhan ekonomi yang negatif, peningkatan jumlah pengangguran, hingga penurunan harga saham. Thailand memerlukan waktu yang cukup panjang untuk pulih dari dampak tersebut. Oleh karena itu, pendeteksian krisis keuangan dibutuhkan untuk mencegah atau meminimalisasi dampak krisis. Penelitian ini bertujuan untuk membangun model yang dapat memprediksi krisis keuangan di Thailand menggunakan multilayer perceptron backpropagation (MLPBP). Empat optimasi yang berbeda diaplikasikan untuk mendapatkan model yang optimal, yaitu SGD, Adam, Nadam, dan AdaBound. Data yang digunakan sebagai variabel independen adalah sebelas indikator makroekonomi Thailand. Sementara itu, variabel dependennya merupakan nilai perfect signal yang dapat didekati menggunakan tiga metode, yaitu Currency Crises Index (CCI), Exchange Market Pressure (EMP), dan Financial Pressure Index (FPI). Penelitian ini menggunakan metode CCI untuk menentukan kondisi krisis Thailand dari Januari 1991 hingga Desember 2022. Berdasarkan hasil penelitian, model terbaik dalam memprediksi krisis keuangan di Thailand adalah model MLPBP dengan optimasi Nadam yang dilatih menggunakan arsitektur jaringan 11-6-1, learning rate sebesar 0,2, batch size sebesar 128, dan epoch sebanyak 100. Model tersebut menghasilkan akurasi sebesar 99,43% pada data validasi dan 98,61% pada data uji. Hasil prediksi model menunjukkan bahwa Thailand tidak akan mengalami krisis keuangan pada Januari 2023 hingga Desember 2024.
