Persamaan diferensial parsial parabolik merupakan persamaan diferensial parsial yang dapat menjelaskan berbagai fenomena seperti pergerakan partikel, konduksi panas, hingga penentuan harga derivatif keuangan. Bagian taklinear yang tidak berasal dari orde tertinggi persamaan diferensial serta penambahan dimensi ruang dapat memodelkan masalah menjadi lebih nyata dan kompleks. Namun, membuat perhitungan secara analitis maupun numerik menjadi lebih sulit. Oleh karena itu, diperlukan suatu metode untuk menyelesaikan persamaan tersebut. Pembelajaran mendalam persamaan diferensial stokastik mundur merupakan salah satu metode untuk menyelesaikan persamaan diferensial parabolik semilinear berdimensi tinggi yang memanfaatkan jaringan saraf tiruan. Pada penelitian ini dibahas cara membangun jaringan saraf tiruan untuk menyelesaikan persamaan diferensial parsial parabolik semilinear berdimensi tinggi yang diujicobakan untuk persamaan diferensial dengan solusi eksplisit dan persamaan Black-Scholes dengan risiko default serta perbandingannya dengan arsitektur jaringan saraf tiruan yang berbeda-beda.