Abstrak- Epilepsy terjadi karena ada gangguan sistem saraf otak pada manusia, yang terekam dari sinyal Elektroensephalogram. Sinyal Elektroensephalogram memiliki informasi aktivitas listrik pada otak, termasuk kondisi gangguan kelistrikan dan pikiran pada syaraf. Sinyal Elektroensephalogram mempiliki bentuk yang kompleks, mudah tertimbun noise , amplitudo kecil dan tidak memiliki pola yang baku, sehingga analisa secara visual tidak mudah[1] Untuk meningkatkan akurasi dan menghilangkan noise dari sinyal EEG, penelitian ini menggunakan metode Wavelet sebagai proses ekstraksi ciri dan Backpropagation untuk klasifikasi. Data sinyal Elektroensephalogram didapat dari Universitas Bonn yang terdiri dari 5 kelas dataset yaitu A, B, C, D, dan E. Tiap dataset berisi 100 segmen EEG saluran tunggal dengan durasi selama 23.6 detik. Peneliti menggunakan dataset B dan E. Pada tahap pelatihan (training) menggunakan 80 naracoba , sedangkan pada tahap pengujian (testing) menggunakan 100 naracoba. Proses ini dilakukan setelah ekstraksi ciri sinyal EEG dengan Wavelet. Hasil ekstraksi ciri digunakan sabagai nilai input, pada penelitian ini menggunakan metode back propagation (16-35-2) yaitu 2 input sinyal EEG, satu hidden layer dengan 35 unit dan dua target epilepsy dan non epilepsi . dari pengujian data tersebut didapat nilai akurasi sebesar 100%. Kata kunci : Backpropagation, Wavelet, epilepsy, EEG