摘要：Masalah utama dalam pemodelan data kalibrasi adalah peubah X (absorban senyawa kimia) yang berdimensi lebih besar dari peubah Y (konsentrasi zat aktif) dan terjadinya kolinearitas antar peubah X. Dalam makalah ini ingin dikaji ketepatan pendugaan Gingerol (Y) metode Neural Network (NN) menggunakan preprocessing Principle Component (PC) dan Discrete Fourier Transform (DFT). Data peubah X berupa absorban senyawa Gingerol pada 1866 panjang gelombang yang diukur menggunakan spektrometer FTIR. Peubah Y merupakan hasil pengukuran Gingerol menggunakan metode HPLC. Dari 15 pengamatan, data dibagi 3, bagian pertama dan kedua untuk pembuatan model. dan bagian ketiga untuk menguji model. Dengan kriteria NMRSE minimum ketepatan dugaan hasil metode PC-NN dan DFT-NN diperbandingkan. Hasil simulasi menunjukkan bahwa metode DFT-NN relatif lebih baik daripada PC-NN.
