Madu sangat bermanfaat untuk tubuh. Madu dijadikan obat alternatif oleh masyarakat dalam menyembuhkan berbagai jenis penyakit dikarenakan kandungan senyawa di dalamnya. Tingginya permintaan pasar dikarenakan meningkatnya konsumsi madu oleh masyarakat memberikan peluang kepada oknum-oknum tidak bertanggung jawab untuk memalsukan madu. Oleh sebab itu diperlukan suatu teknologi canggih yang bisa mendeteksi keaslian madu beserta klasifikasikasi dan sifatnya secara cepat dan akurat. Identifikasi dan klasifikasi madu dilakukan pada madu asli yang berasal dari lebah Apis sp. dan juga stingless bees serta madu palsu buatan yang dibuat dengan percampuran madu asli dengan penambahan air gula (Fruktosa) dan NaHCO_3.  Dalam melakukan identifikasi madu dengan metode Artificial Neural Network (ANNs) digunakan software berupa MATLAB. Metode Artificial Neural Network (ANNs) yang digunakan adalah alogaritma backpropagation dengan arsitektur jaringan multilayer. Hasil dari peneitian ini adalah pengidentifikasian madu menggunakan metode Artificial Neural Network untuk percobaan 2 kelas memiliki hasil tranning dan testing yang lebih tinggi dibandingkan dengan percobaan dengan 6 kelas. Hal tersebut disebabkan karena semakin banyak kelas maka jumlah data setiap kelas harus semakin banyak dan sama rata dikarenakan jumlah data mempengaruhi hasil tranning dan testing dari Artificial Neural Network.

Honey is very beneficial for body. It can be used as an alternative medicine by humans for curing various types of diseases due to the compound contained in honey. The high market demand due to increasing consumption of honey by consumers provides opportunities for unscrupulous individuals to falsify honey. In order to prevent consumers from fake honey, we need a sophisticated technology that can detect the authenticity of honey along with its classification and nature quickly and accurately. In this study, a method for identifying and classifying the authenticity of honey using Artificial Intelligence (AI), the type of artificial intelligence that is used in this study is Artificial Neural Network (ANNs). The identification and classification of honey is performed using honey Apis sp bees, stingless bees and fake honey. Fake honey is made by adding sugar (Fructose) and NaHCO₃ to the honey. For identifying honey with the Artificial Neural Network (ANNs) method, the author used MATLAB software. The Artificial Neural Network (ANNs) method used is a backpropagation algorithm with multilayer network architecture. The result of this research is the identification of honey using the Artificial Neural Network method for the 2-class experiment which has higher tranning and testing results compared with experiments with 6 classes. This is because the amount of data per class must be more and equal because the amount of data affects the results of tranning and testing of Artificial Neural Network.