Cuaca memiliki peran yang vital dalam kehidupan manusia, antara lain pada sistem navigasi pelayaran dan penerbangan. Kedua sektor tersebut erat kaitannya dengan kondisi cuaca, misalnya untuk memprediksi bagaimanakah kondisi cuaca beberapa jam ke depan dan pengambilan keputusan kapankah pesawat atau kapal berangkat. Oleh karena faktor perubahan cuaca yang tidak menentu, maka diperlukan suatu metode untuk mengetahui serta menganalisis cuaca yang disebut peramalan (forecasting). Saat ini berbagai metode peramalan telah banyak dikembangkan, salah satunya adalah metode pelatihan jaringan syaraf tiruan dengan algoritma genetika. Adapun arsitektur JST yang digunakan adalah 4-4-1 dengan panjang kromosom 25. Kromosom berisi konfigurasi nilai bobot dan bias yang dibangkitkan secara acak menggunakan metode Nguyen-Widrow. Data latih dan uji didapatkan dari Stasiun Klimatologi BMKG Karangploso Malang, berupa data cuaca harian periode Januari 2011-Maret 2012, yang terdiri dari suhu, tekanan udara, kelembaban udara, dan kecepatan angin. Data latih yang digunakan adalah data cuaca selama dua belas bulan, sedangkan pengujian dilakukan pada tiga bulan berikutnya. Dari pengujian, didapatkan nilai fitness individu terbaik dicapai pada ukuran populasi 1000, jumlah generasi 5000, probabilitas kawin silang (pc) 0.5, dan probabilitas mutasi (pm) 0.1. Evaluasi hasil peramalan sistem didapatkan nilai RMSE 0.331464 dan tingkat akurasi 79.613805%.