Perkembangan sektor properti komersial, khususnya apartemen, menuntut penentuan harga jual akurat, dan objektif. Penelitian ini bertujuan membangun model prediksi harga apartemen di Surabaya dan Jakarta menggunakan metode Artificial Neural Network (ANN). Metode ANN mampu memberikan prediksi yang akurat dengan memanfaatkan data historis dengan pola yang kompleks. Dataset diperoleh dari website listing penjualan properti di Surabaya dan Jakarta dengan teknik web scraping. Dataset tersebut nantinya akan di pre-processing serta dikelompokkan menggunakan metode k-means clustering. Dari web scraping menghasilkan total 1.680 data apartemen Jakarta dan 919 data apartemen Surabaya.diambil pada web rumah123. Setelah melalui proses preprocessing dipakai data berjumlah 1662 data wilayah Jakarta dan 912 data wilayah Surabaya. Pemodelan ANN akan memakai IBM SPSS modeler 18.6. Hasil ANN akan diuji menggunakan metrik evaluasi R, Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE) . Hasil penelitian menunjukkan bahwa prediktor terbaik kedua wilayah adalah variabel Luas bangunan. Sedangkan pada kelompok apartemen menengah ke bawah terdapat pengaruh aspek hukum dalam penentuan harga apartemen. Diharapkan penelitian ini dapat menjadi pembanding bagi peneliti berikutnya serta menjadi panduan strategis bagi pengembang, investor, dan lembaga pembiayaan, dalam pengambilan keputusan investasi properti komersial.