Evapotranspirasi (ET) merupakan komponen penting dalam siklus hidrologi yang menggambarkan jumlah air yang menguap dari permukaan tanah, air, dan vegetasi akibat faktor iklim dan fisiologis tanaman. Estimasi laju ET sangat penting dalam pengelolaan kebutuhan air tanaman, terutama padi yang memerlukan air dua hingga tiga kali lebih banyak dibandingkan tanaman pangan lainnya. Berbagai perangkat lunak telah dikembangkan untuk mengestimasi ET, namun sebagian memiliki keterbatasan fitur dan akses, terutama karena bersifat berbayar. Saat ini, Python sebagai bahasa pemrograman yang banyak digunakan di berbagai sektor, termasuk pertanian, telah menghadirkan modul Pyet untuk estimasi ET. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan hasil estimasi ET antara perangkat lunak Cropwat 8.0 dan modul Pyet Python dengan menggunakan data iklim harian tahun 2021 di Provinsi Chiang Mai, Thailand, dengan komoditas padi sebagai objek studi. Hasil menunjukkan bahwa modul Pyet memiliki potensi sebagai algoritma estimasi ET dengan korelasi tinggi terhadap hasil Cropwat (R² = 0,981), sehingga dapat diandalkan dalam analisis kebutuhan irigasi dan manajemen air pertanian.