Prediksi arus lalu lintas telah menjadi tren topik penelitian saat ini untuk pengembangan sistem transportasi cerdas. Prediksi arus lalu lintas jangka pendek secara akurat akan memberikan informasi arus lalu lintas yang sesuai kepada pengguna jalan dan efektif memecahkan kemacetan lalu lintas. Pada penelitian ini data arus lalu lintas diperoleh melalui survei data LHR (Lalu Lintas Harian Rata-Rata) kendaraan di jalan raya. Lokasi survei data LHR adalah jalan raya di Surabaya. Dari data tersebut maka proses prediksi lalu lintas dengan menggunakan metode Jaringan Syaraf Tiruan dapat dilakukan. Arsitektur yang digunakan dalam Jaringan Syaraf Tiruan ini terdiri dari tiga layer yaitu input layer, hidden layer dan output layer. Data input merupakan data LHR (satuan smp/jam) dalam beberapa hari terakhir. Data input tadi lalu melalui proses training dan testing. Pada proses training terdapat beberapa hal penting yang perlu diperhatikan selain data input seperti parameter learning rate (α), toleransi error (θ), jumlah node pada hidden layer dan fungsi aktivasi yang digunakan. Pada proses testing data yang dinormalisasi pada proses training akan didenormalisasi agar menghasilkan data prediksi kepadatan lalu lintas. Hasil prediksi arus lalu lintas akan ditampilkan pada website sebagai informasi kepada pengguna jalan dan sebagai data perencanaan manajemen lalu lintas kedepannya oleh pihak-pihak terkait.