Emas merupakan salah satu logam mulia yang bernilai tinggi. Ketahanannya terhadap laju inflasi membuat banyak orang menginvestasikan uangnya dalam bentuk emas. Penelitian ini membahas penggunaan metode Al-Alaoui Backpropagation untuk prediksi harga emas. Data harga emas merupakan jenis data time series. Untuk memprediksi harga emas, perlu dipelajari data historis yang kemudian menghasilkan pola-pola tertentu. Data harga emas yang digunakan adalah data harga emas dari tanggal 5 Agustus 2015 sampai dengan 28 Juli 2016. Pada pelatihan, digunakan beberapa jumlah neuron input dan hidden yang berbeda untuk mengetahui arsitektur jaringan yang terbaik. Sistem juga diuji dengan menggunakan variasi pasangan nilai learning rate dan momentum dan juga variasi data latih dan data uji yang digunakan. Hasil dari pengujian didapatkan arsitektur terbaik memiliki akurasi mencapai 64% dengan kombinasi 15 neuron pada lapisan input, 5 neuron pada lapisan hidden, learning rate 0,3 dan momentum 0,2.