Beberapa tahun terakhir aplikasi Neural Network telah diperluas ke bidang fisika dan teknik untuk memecahkan solusi dari Persamaan Diferensial, yang dikenal dengan metode Physics Informed Neural Network (PINN). Metode ini merupakan menggunakan informasi persamaan differensail pada fungsi loss Neural Network. Skripsi ini meneliti performa PINN pada persamaan diferensial panas. Model yang digunakan menghasilkan kesalahan (error) sebesar 1.52e-02 dan loss sebesar 0.000512. Penelitian pendahuluan PINN ini diharapkan dapat menginspirasi penelitian lebih lanjut dari penggunaan machine learning dalam menyelesaikan berbagai permasalahan terkait persamaan diferensial.
Kata Kunci: Persamaan Panas, Physics-Informed Neural Network, Waktu Kontinu.