Semakin meningkatnya konsumsi BBM di masyarakat dari tahun ke-tahun memungkinkan terjadinya kekurangan stok persediaan BBM di suatu SPBU tertentu, sehingga dapat memicu terjadi antrian panjang di SPBU, yang dapat menyebabkan terganggunya mobilitas masyarakat. Salah satu upaya untuk mencegah kekurangan stok BBM adalah dengan melakukan prediksi terhadap stok penerimaan BBM, sehingga hasil prediksi yang akurat sangat dibutuhkan. Oleh karena itu, dalam penelitian ini dilakukan perbandingan akurasi antara metode Fuzzy Mamdani dan metode Backpropagation Neural Network (BPNN) berdasarkan hasil prediksi yang lebih akurat antara kedua metode tersebut sehingga diperoleh metode terbaik dalam melakukan prediksi stok penerimaan BBM. Data yang digunakan dalam penelitian ini berupa data persediaan, penjualan dan penerimaan BBM jenis bensin Pertalite dan Pertamax per bulan dari tahun 2016 hingga tahun 2020 sebanyak 60 data. Hasil penelitian menunjukkan bahwa metode BPNN merupakan metode terbaik dengan nilai MAD sebesar 0,0145, nilai MSE sebesar 0,0003 dan nilai MAPE sebesar 2,9% untuk hasil prediksi stok penerimaan BBM Pertalite. Kemudian untuk hasil prediksi stok penerimaan BBM Pertamax menghasilkan nilai MAD sebesar 0,0187, nilai MSE sebesar 0,00057 dan nilai MAPE sebesar 11,88%. Metode tersebut diperoleh nilai prediksi untuk tahun 2021 dengan nilai prediksi BBM Pertalite tertinggi yaitu pada bulan Februari sebanyak 409.406 liter dan terendah yaitu pada bulan April sebanyak 203.012 liter. Selanjutnya nilai prediksi BBM Pertamax tertinggi yaitu pada bulan Desember sebanyak 40.276 liter dan terendah yaitu pada bulan April sebanyak 20.346 liter.