Cuaca merupakan gejala alami yang sangat penting bagi kehidupan manusia salah satunya yaitu pada bidang pertanian. Sehingga cuaca dapat mempengaruhi kualitas produksi tanaman yang dipanen. Oleh sebab itu prediksi cuaca merupakan kegiatan yang akhir-akhir ini dilakukan peneliti, dikarenakan banyaknya tuntutan dari berbagai pihak yang membutuhkan informasi kondisi atmosfer yang lebih cepat, lengkap, dan akurat. Skripsi ini membahas tentang penerapan metode Al-Alaoui Backpropagation untuk memprediksi cuaca. Hasil prediksi dari sistem ini berupa kondisi cuaca yang meliputi cuaca cerah, berawan, dan hujan. Pada skripsi ini data latih yang digunakan untuk pengujian pertama yaitu data bulan Januari hingga Juni 2011. Pengujian kedua menggunakan data latih yaitu data bulan Januari hingga Oktober 2011 dengan 10 buah interval waktu, yaitu 1 sampai 10 bulan dan data uji menggunakan data Februari hingga Desember 2011 dengan interval waktu 1 dan 2 bulan dari data latih yang digunakan. Pengujian ketiga menggunakan data latih bulan Januari hingga Juni 2011 dan menggunakan data uji bulan Juli hingga Agustus 2011 dengan interval waktu 1 sampai 6 bulan. h antara bulan Januari-Oktober 2011 dengan interval waktu 1 sampai 10 bulan. Pelatihan dilakukan dengan mencari nilai learning rate dan momentum terbaik berdasarkan nilai MSE terendah dari sample data latih 6 bulan. Learning rate dan momentum yang terbaik akan digunakan untuk pengujian MSE dan tingkat akurasi sistem. Berdasarkan pengujian yang telah dilakukan nilai kombinasi learning rate dan momentum terbaik adalah 0.9, 0.9. Dari kombinasi nilai tersebut dihasilkan tingkat akurasi sebesar 69% pada saat menggunakan data uji bulan Juli-Oktober 2011.