Pembangunan infrastruktur memiliki daya tarik bagi investor untuk berinvestasi pada perusahaan sektor terkait. Sebelum melakukan investasi, para investor perlu melakukan analisis komprehensif untuk mengurangi kemungkinan kegagalan investasi yang disebabkan oleh financial distress, hal yang sama berlaku bagi perusahaan untuk mengatur strategi keuangannya. Financial distress pada perusahaan ditunjukkan dengan hilangnya market value, produksi yang tidak efektif, masalah arus kas atau leverage yang tinggi. Kondisi ini akan mengancam perusahaan dan investor menghadapi kerugian yang signifikan. Tujuan dari penelitian ini adalah membangun model peringatan dini financial distress, dengan meneliti 33 perusahaan di Indonesia, dari tahun 2015 hingga 2018 yang terdaftar di Bursa Efek Indonesia (BEI). Penelitian ini menerapkan metodologi Artificial Neural Network (ANN) algoritman backpropagation menggunakan indikator keuangan seperti profitabilitas, likuiditas, dan solvabilitas sebagai variabel input. Pada penelitian ini data dibagi kedalam 3 kategori waktu yaitu t-2, t-3, dan t-4, serta mengkonfigurasi training dan testing data menjadi 4 jenis. Hasil penelitian menunjukkan bahwa ANN backpropagation dengan model 4-30-1, training data 90%, testing data 10% dalam kategori t-4 bekerja dengan baik dengan akurasi 95,6% untuk memprediksi financial distress di Indonesia.