Meter Air adalah alat ukur debit dengan ketelitian sesuai dengan standar tertentu yang dipasang pada jaringan pipa pelayanan air minum/bersih. Saat ini Indonesia masih menggunakan meter air analog tradisional yang mana bertujuan untuk mencapai pelayanan air minum bagi masyarakat yang terukur dengan baik dan akurat. Meter Air begitu penting bagi perusahaan air bersih karena dapat memonitor secara terus – menerus penggunaan air pelanggan, sehingga bisa diketahui tagihan penggunaan air oleh pelanggan. PDAM adalah Perusahaan Daerah Air Minum, unit usaha milik daerah yang bergerak dalam distribusi air bersih bagi masyarakat umum. Namun dalam operasinya PDAM masih memerlukan sumber daya yang bekerja dua kali untuk melakukan pengecekan, pencatatan Meter Air dari pintu ke pintu yang dilakukan oleh petugas PDAM. Petugas ini mengunjungi rumah pelanggan dan mengambil foto Meter Air milik pelanggan dan di tempat lain ada pula petugas lain yang melakukan pencatatan serta pembacaan angka dari foto Meter Air yang telah diambil oleh petugas yang mengunjungi rumah pelanggan sehingga memerlukan waktu yang cukup lama, biaya tinggi dan kurang efisien. Di tambah lagi dengan adanya kondisi Meter Air yang tidak terawat, tertimbun sampah atau rontokan bangunan, tertimbun benda – benda berat, tanah dan tanaman, ada pula faktor yang disebabkan oleh petugas saat melakukan pengambilan foto nomor meter seperti memberikan foto yang buram, bergoyang, miring sehingga menyebabkan sulitnya untuk membaca angka Meter Air. Pada penelitian ini penulis menerapkan sistem pembacaan meter air dimana pada saat petugas mengambil foto, foto tersebut diolah menjadi text dan tersimpan kedalam database dengan menggunakan image processing dan Neural Network. Pengenalan angka pada sistem ini mendapatkan akurasi sebesar 75.2% untuk bisa mengenali digit angka pada foto yang memiliki beberapa masalah seperti buram, tertimbun kotoran dan factor pencahayaan.