Radioisotop adalah atom isotop tidak stabil yang akan meluruh secara radioaktif untuk mencapai keadaan stabil. Setiap radioisotop memiliki pancaran radiasi radioaktif berupa peluruhan alfa, beta dan gamma yang unik. Oleh karena itu, sebuah radioisotop dapat diidentifikasi dari spektrum energi radiasinya. Pada penelitian ini, penulis mencoba untuk memodelkan algoritma berbasiskan Artificial Neural Network (ANN) untuk keperluan identifikasi radioisotop berdasarkan data spektroskopi gamma resolusi rendah. Data direkam menggunakan sintilator NaI(Tl) Leybold Didactic dengan resolusi 10.9 keV per channel. Hasil pemodelan menunjukkan ANN cukup cepat mempelajari data selama training dimana hanya membutuhkan sekitar 6-11 epoch untuk mencapai akurasi 100% selama training. Terdapat penurunan akurasi ANN dalam mengidentifikasi data tes ketika data tes yang diidentifikasi semakin banyak. Namun penurunan tersebut tidak terlalu signifikan, hanya sekitar 2-4%.
Kata kunci : Akurasi, Artificial Neural Network (ANN), Beta, Epoch, Gamma, Peluruhan Alfa, Radioaktif, Radioisotop, Sintilator NaI(Tl), Spektroskopi Gamma.