Curah hujan adalah faktor iklim yang mempengaruhi banyak kegiatan manusia seperti produksi pertanian dan industri. Selain itu, curah hujan memiliki korelasi dengan kejadian alam yang dapat merugikan, seperti tanah longsor dan banjir. Oleh karena itu, upaya pencegahan dapat dilakukan dengan memprediksi curah hujan dan menampilkan hasil prediksi dalam bentuk sistem informasi. Prediksi yang dilakukan memanfaatkan data historis iklim wilayah kota Makassar dari tahun 2001-2018 milik Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) yang diproses melalui tahap praprocessing data, mulai dari pembersihan data (data cleaning) dari data yang bernilai kosong (null), pemberian label, normalisasi data, kemudian pembagian data menjadi data training dan data uji untuk diproses ke dalam Machine Learning menggunakan metode Deep Learning. Parameter yang ditentukan pada proses training yaitu jumlah hidden layer, jumlah neuron disetiap hidden layer, dan jumlah iterasi. Data tahun 2001-2017 digunakan sebagai data training untuk memprediksi curah hujan pada tahun 2018, kemudian hasil prediksi yang diperoleh dibandingkan dengan data real tahun 2018 untuk melihat akurasi prediksi. Hasil akurasi prediksi yang diperoleh yaitu sebesar 91,7% pada 5 hidden layer dengan kombinasi neuron 142-92-45-13-5 dan jumlah iterasi 1000. Data hasil prediksi yang diperoleh disimpan ke database untuk ditampilkan pada sistem informasi berbasis web yang dapat diakses oleh user. Dari penelitian yang dilakukan disimpulkan bahwa akurasi prediksi dipengaruhi oleh jumlah hidden layer, iterasi, dan nilai neuron pada tiap hidden pada proses training serta tahap prapemrosesan yang dilakukan sebelum melakukan training.