Analisis sumber daya air sangat terhambat oleh hilangnya data akibat kerusakan alat pencatat, proses perbaikan, dan kesalahan manusia. Ketersediaan data curah hujan dan debit yang lengkap dan akurat menjadi faktor krusial dalam perencanaan wilayah. Penelitian ini diharapkan mampu mengatasi kekurangan informasi data yang sering dihadapi dalam analisis sumber daya air. Estimasi tinggi debit di suatu daerah dalam periode tertentu dapat diprediksi dengan metode permodelan jaringan syaraf tiruan, memanfaatkan data curah hujan dan debit. Studi ini menemukan nilai validasi terbaik untuk proses kalibrasi dengan rentang 6 tahun dan epoch 500, menghasilkan nilai Percentage Bias (PBIAS) 0,061% (sangat baik), Nash-Sutcliffe Efficiency (NSE) 0,994 (baik), dan Koefisien Korelasi (r) 0,997 (sangat kuat). Untuk nilai validasi terbaik dengan rentang 6 tahun dan epoch 3000 menghasilkan nilai Percentage Bias (PBIAS) 2,803% (sangat baik), Nash-Sutcliffe Efficiency (NSE) 0,936 (baik), dan Koefisien Korelasi (r) 0,981 (sangat kuat).