Abstrak – Penelitian ini mengeksplorasi penerapan Jaringan Syaraf Tiruan Perceptron satu lapis dalam mengklasifikasikan tingkat layanan empati asisten laboratorium komputer. Data kuesioner yang dikumpulkan dari mahasiswa Program Studi Ilmu Komputer digunakan sebagai input untuk melatih model dengan 6 variabel empati. Model dilatih menggunakan 4 set data dan menunjukkan kemampuan mengenali pola pada Epoch ke-3. Parameter pelatihan meliputi bobot dan bias awal 0, learning rate 0,1, dan ambang batas 0,5. Hasil analisis menunjukkan bahwa Perceptron satu lapis dapat mengidentifikasi pola data dengan akurasi yang memadai dalam tugas klasifikasi sederhana. Penelitian ini memberikan kontribusi dalam memahami cara kerja dasar Perceptron untuk pelatihan data, serta memperkenalkan pendekatan komputasi dalam kasus nyata layanan empati.Kata Kunci: Perceptron, Layanan Empati, Klasifikasi, Jaringan Syaraf Tiruan, Pelatihan Data Abstract – This study explores the application of a single-layer Perceptron Neural Network in classifying the empathy service level of computer laboratory assistants. Questionnaire data collected from Computer Science students were used as input to train a model with 6 empathy variables. The model was trained using 4 datasets and showed pattern recognition ability at the 3rd Epoch. The training parameters included initial weight and bias of 0, learning rate of 0.1, and threshold of 0.5. The analysis results showed that the single-layer Perceptron can identify data patterns with sufficient accuracy in simple classification tasks. This study contributes to understanding the basic workings of Perceptron for data training, as well as introducing a computational approach in a real case of empathy service.Keywords: Perceptron, Empathy Service, Classification, Artificial Neural Network, Data Training.