P T.XYZ merupakan perusahaan yang memproduksi komponen otomotifseperti dies, stamping parts, dan komponen otomotif lainnya. Perusahaanmengalami keterlambatan (tardy) dalam menyelesaikan job sehingga penyelesaianjob melewati due date. Penelitian dilakukan pada bulan Februari 2019, saat ituterdapat 11 job yang memiliki routing yang berbeda-beda dan diproduksimenggunakan 4 mesin press. Tujuan dilakukan penelitian ini adalah merancangpenjadwalan job shop pada produk stamping parts dengan metode algoritmapenjadwalan aktif, algoritma non delay, dan Back Propagation Neural Network(BPNN) dengan greedy job alignment procedure berdasarkan minimasi meantardiness. Perhitungan BPNN didukung dengan aplikasi bahasa pemrograman C#.Hasil dari perancangan penjadwalan job shop dengan ketiga metode tersebut, akandilihat metode mana yang menghasilkan minimasi mean tardiness terbaik. Hasilpenjadwalan job shop perusahaan pada produk stamping parts, terdapat meantardiness sebesar 61691 detik. Berdasarkan perhitungan yang telah dilakukan,algoritma penjadwalan aktif meminimasi mean tardiness sebesar 13,69% yaitu8443 detik, algoritma non delay meminimasi mean tardiness sebesar 27,38% yaitu16894 detik, dan BPNN dengan greedy job alignment procedure meminimasi meantardiness sebesar 49,58% yaitu 30587 detik. Hasil yang diperoleh menunjukkanbahwa minimasi mean tardiness terbaik terdapat pada rancangan BPNN dengangreedy job alignment procedure.