Curah hujan memiliki peran dalam mempengaruhi aktivitas dan pembangunan diberbagai bidang. Curah  hujan memiliki beberapa macam  intensitas yang seringkali tidak dapat diprediksi. Intensitas curah  hujan mempengaruhi terjadinya penurunan curah hujan yang menyebabkan terjadinya kekeringan dan juga terjadinya peningkatan curah hujan yang menyebabkan bencana banjir. Dengan melakukan peramalan runut waktu curah hujan akan sanagat berguna untuk membantu  mengantisipasi bencana yang terjadi akibat penurunan dan peningkatan curah hujan yang tidak dapat diprediksi. Berbagai macam metode dalam peramalan telah berkembang salah satunya metode Support Vector Regression(SVR) yang terbukti pada beberapa penelitian tentang peramalan dan kasus regresi dapat memberikan hasil peramalan yang baik, seperti pada kasus peramalan harga saham, peramalan arus lalu lintas dan peramalan debit air bendungan. Namun diperlukaan metode optimasi untuk mendapatkan hasil yang lebih optimal salah satunya metode Firefly Algorithm (FFA) untuk megoptimasi parameter pada metode SVR. Terdapat beberapa kasus optimasi dengan menggunakan metode FFA seperti metode SVM untuk meramalkan beban kalor pada sistem pemanas dan terbukti dapat menghasilkan tingkat error yang paling baik. Sesuai dengan hasil pengujian  yang dilakukan menggunakan data curah hujan pada dasarian ke-2 bulan Januari wilayah curah hujan di Poncokusumo Kabupaten Malang Jawa Timur, Indonesia dengan rentang waktu tahun 2000-2012 yang diperoleh dari Stasiun klimatologi BMKG Karangploso Malang, metode SVR-FFA lebih baik dengan rata-rata nilai RMSE 52.4071 dibandingkan dengan menggunakan metode SVR yang memiliki nilai rata-rata RMSE 77.5156.