Indonesia sebagai negara yang mayoritas penduduknya memilih beras sebagai sumber pangan utama, di tahun 2020 mengalami penurunan pola konsumsi yang mengakibatkan permintaan beras yang seharusnya stabil menjadi berkurang. Menurunnya daya beli masyarakat akan beras berdampak pada beberapa agen beras atau yang biasa disebut dengan agen beras untuk membeli beras pada perusahaan produksi beras. Oleh karena itu, prediksi stok beras penting untuk dilakukan. Tujuan penelitian ini adalah menerapkan metode jaringan syaraf tiruan backpropagation untuk melakukan peramalan jumlah permintaan beras. Data yang digunakan pada penelitian yaitu data time series berupa jumlah permintaan beras sebanyak 609 data dari dua jenis beras. Skenario pemodelan pada penelitian menerapkan 1-5 hidden layer dengan jumlah neuron hidden yang berbeda di setiap percobaannya. Untuk meningkatkan kualias dari model yang dihasilkan, metode regularisasi elastic net yang diterapkan setelah proses denormalisasi data. Hasil yang diperoleh memperlihatkan bahwa menggunakan jaringan syaraf tiruan backpropagation menunjukkan prediksi yang baik yang pada penelitian ini hasil terbaik terdapat pada arsitektur 7-50-200-300-250-300-1 dengan hasil MSE = 0.001278, RMSE = 0,301950 di proses pelatihan and hasil MSE = 0.002391, RMSE = 0,204972 di proses pengujian.