Air merupakan elemen penting untuk makhluk hidup dan merupakan sumber daya alam yang berharga sehingga untuk menjaganya dibutuhkan suatu sistem, salah satunya adalah memprediksi penggunaan air yang akurat pada suatu wilayah tertentu. Sistem ini sering digunakan dalam bidang pekerjaan, suatu bangunan atupun perusahaan termasuk juga prediksi penggunaan air di lingkungan PENS. Penelitian ini yang mengembangkan model peramalan yang dapat memprediksi penggunaan air di PENS dengan metode Learning Vector Quantization (LVQ) adalah salah satu metode klasifikasi dari jaringan syaraf tiruan. Learning Vector Quantization (LVQ) bekerja dengan setiap unit output mempresentasikan sebuah kelas dengan kata lain Learning Vector Quantization (LVQ) adalah metode pengelompokan dimana target / kelasnya setiap kelompok / jumlah kelompok sudah ditentukan dan dapat menghitung besar error. Semakin tinggi tingkat error dapat diartikan bahwa prediksi yang di lakukan memperoleh hasil semakin tidak akurat sehingga membutuhkan metode yang memiliki error yang sedikit. Learning Vector Quantization (LVQ) memiliki akurasi lebih baik dibandingan oleh persamaan yang lain. Data yang diperoleh dari penggunaan air di lingkungan PENS dapat diolah menjadi data peramalan penggunaan air di masa yang akan datang dengan langkah – langkah pada metode Learning Vector Quantization (LVQ) . Peramalan terbaik dengan mengunakan learning rate 0.01 dan epoch 1000 dengan 7 fold validation dengan akurasi tertinggi adalah sebesar 92.72% .