Kabupaten Grobogan di Provinsi Jawa Tengah memiliki tingkat risiko banjir yang tinggi, sehingga pembangunan talud sungai menjadi strategi infrastruktur penting dalam mitigasi bencana untuk melindungi kawasan permukiman di sepanjang aliran sungai. Estimasi biaya konstruksi pada tahap perencanaan awal berperan penting dalam ketepatan anggaran dan keputusan teknis, namun metode yang ada masih sederhana dengan akurasi yang terbatas. Penelitian ini bertujuan mengembangkan metode estimasi yang lebih sistematis, objektif, efisien, dan akurat sebagai acuan perencanaan proyek pembangunan talud.
Penelitian ini menggunakan pendekatan Cost Significant Model (CSM) dan Artificial Neural Networks (ANN) untuk mengestimasi biaya pembangunan talud sungai di Kabupaten Grobogan. Data yang digunakan terdiri dari 42 dokumen RAB yang dibagi menjadi 37 data latih dan 5 data uji, serta hasil survei lapangan pada 7 lokasi usulan pembangunan talud sebagai data validasi. Analisis dilakukan dengan regresi linier berganda untuk CSM dan algoritma backpropagation dengan normalisasi min-maks modifikasi untuk ANN.
Hasil penelitian menunjukkan bahwa CSM menghasilkan nilai MAPE sebesar 1,70%, lebih rendah dibandingkan ANN sebesar 2,50%. Berdasarkan Bland-Altman Plot, CSM juga menunjukkan konsistensi yang lebih baik karena mampu melakukan prediksi di luar rentang data pelatihan. Dengan demikian, CSM dinilai lebih baik dibandingkan ANN dalam akurasi dan konsistensi estimasi biaya konstruksi talud sungai di Kabupaten Grobogan.

Kata kunci: Artificial Neural Networks, Cost Significant Model, Estimasi Biaya