Curah hujan merupakan salah satu faktor utama dalam terjadinya perubahaan iklim. Indoensia dengan karakteristiknya memiliki fenomena iklim yang cukup kompleks, hal ini diperparah dengan adanya pemanasan global. Sektor pertanian sangat bergantung terhadap pola distribusi curah hujan yang baik, sehingga kebutuhan akan prediksi curah hujan sangatlah diperlukan. Data curah hujan berupa data time series yang tidak stasioner, oleh karena itu digunakan metode Autoregressive Integrated Moving Average (ARIMA) yang terkenal mampu digunakan dalam data time series yang tidak stasioner. Dengan algoritma genetika yang membentuk orde model pada ARIMA, dapat dihasilkan sebuah model dengan tingkat prediksi yang sangat baik. Dalam penggunaan algoritma genetika, representasi kromosom menggunakan binary, proses crossover yang digunakan adalah two-cut-point, random mutation untuk proses mutasi, serta proses seleksi menggunakan metode elitism selection. Hasil penelitian memberikan nilai parameter terbaik yakni ukuran populasi sebanyak 120, jumlah generasi sebesar 500, kombinasi cr : mr berturut-turut adalah 0.5 : 0.5, dengan periode data curah hujan terbaik sebanyak 12. Model ARIMA terbaik dibuktikan dengan nilai MAPE terkecil 1.462213 dengan banyak periode data yang digunakan adalah 6 dari 12 periode data. Sehingga dapat disimpulkan model ARIMA yang dibangun dengan algoritma genetika mampu untuk memprediksi data curah hujan dengan tingkat akurasi yang baik serta dengan usaha yang lebih mudah dibanding model prediksi yang lain.