Curah hujan yang jatuh di setiap negara itu berbeda beda, ada negara yang memiliki curah hujan tinggi dan ada negara yang memiliki curah hujan rendah. Perkiraan klimatologi ini harus bisa kita laksanakan agar negara kita siap untuk menghadapi musim banjir, salah satunya cara adalah dengan menggunakan jaringan syaraf tiruan metode backpropagation. Agar hasil prediksi memiliki tingkat error yang rendah, diperlukan arsitektur jaringan backpropagation yang optimal,caranya dengan mengoptimalkan penggunaan data latih dan data uji yang diambil dari data sampel dan dibentuk menjadi tabel data di excel dan dihitung menggunakan excel, kemudian data tersebut digunakan pada MATLAB berupa input, hidden,dan output, dengan penggunaan neuron pada input layer berjumlah 12, hidden layer berjumlah 10, dan output layer berjumlah 1.Berdasarkan hasil proses pelatihan pada data latih menggunakan MATLAB akan mendapatkan hasil berupa Regression = 0.98559 dan MSE = 0.00099844. Perhitungan data latih juga akan mendapatkan bobot keluaran (bobot terbaik) yang digunakan pada data uji yang akan menghasilkan MSE berupa = 0.10574