Jaringan syaraf tiruan dapat digunakan sebagai metode yang efektif untuk meramalkan kurs. Algoritme pelatihan dalam jaringan syaraf tiruan yang sering digunakan untuk peramalan adalah backpropagation. Pada backpropagation, bobot jaringan diubah menggunakan metode gradient descent. Metode gradient descent dapat dimodifikasi dengan penambahan momentum, sehingga memiliki laju konvergensi lebih cepat. Modifikasi ini disebut gradient descent dengan momentum. 

Penelitian ini bertujuan untuk membandingkan proses pelatihan struktur jaringan menggunakan metode gradient descent dan gradient descent dengan momentum pada jaringan syaraf tiruan backpropagation. Metode gradient descent dan gradient descent dengan momentum digunakan untuk menentukan parameter model jaringan syaraf tiruan backpropagation, yaitu bobot. Data pelatihan yang digunakan dalam penelitian ini adalah data harian kurs tengah rupiah terhadap dolar Amerika dari 2 Januari 2013 sampai dengan 23 Juli 2013. Beberapa kombinasi dari banyaknya unit masukan, unit tersembunyi dan laju pelatihan diterapkan dalam penyusunan struktur jaringan untuk mencari model terbaik. Model terbaik dipilih berdasarkan nilai rataan kuadrat sesatan (RKS). Kemudian model terpilih diterapkan pada peramalan kurs tengah rupiah terhadap dolar Amerika dari 21 Februari 2014 sampai dengan 28 Februari 2014. Berdasarkan hasil penelitian, struktur model terbaik yang diperoleh dari kedua metode adalah 1-5-1. Peramalan kurs tengah rupiah terhadap dolar Amerika dari 21 Februari 2014 sampai dengan 28 Februari 2014 menggunakan model 1-5-1 dengan bobot yang diperoleh dari metode gradient descent lebih akurat daripada bobot yang diperoleh dari metode gradient descent dengan momentum.  Kata kunci : jaringan syaraf tiruan, backpropagation, gradient descent, gradient descent dengan momentum, kurs tengah