Mesin Translasi (MT) adalah pilihan utama bagi orang-orang, terutama untuk mempelajari pengetahuan yang tidak menggunakan bahasa asli mereka. Bahasa Kawi sebagai bahasa lokal, meskipun jarang digunakan secara aktif, merupakan bahasa yang banyak digunakan dalam berbagai literatur lama seperti lontar, khususnya di Bali yang masih dipelajari hingga saat ini. Banyak MT dengan pengguna aktif, seperti bahasa Indonesia yang terus dikembangkan tetapi tidak untuk bahasa Kawi. Perancangan MT berbasis neural menggunakan microframework Flask merupakan langkah awal pengembangan MT dari bahasa Kawi ke Bahasa Indonesia. Pengembangan dimulai dengan membuat korpus paralel Kawi ke Indonesia dan dilanjutkan dengan membuat arsitektur MT dengan model berbasis Recurrent Neural Network (RNN) yaitu simple RNN dan bidirectional RNN. Berdasarkan hasil pengujian, kedua model ini mampu mencapai skor BLEU sebesar 20.43 untuk simple RNN dan 17.6 untuk bidirectional RNN. Model MT yang diajukan masih belum mampu mencapai level standar seperti ahli manusia dan high resources MT yaitu berdasar Google dengan skor BLEU minimal 60. MT untuk bahasa Kawi ke bahasa Indonesia dapat dikembangkan kedepan dengan pemanfaatan microframework Flask, yang dapat membantu proses pengembangan lebih cepat.