Indonesia merupakan salah satu negara di dunia yang beriklim tropis. Negara-negara beriklim tropis pada umumnya memiliki intensitas hujan yang tinggi dengan curah hujan yang berubah-ubah setiap waktunya. Perubahan curah hujan ini merupakan hal yang cukup sulit untuk diprediksi. Faktor-faktor yang dapat menyebabkan perubahan curah hujan adalah temperatur, lama penyinaran matahari, kelembaban, penguapan, dan kecepatan angin. Selain itu, pentingnya mengetahui informasi perubahan cuaca sangat bermanfaat bagi kehidupan manusia, terkadang akibat cuaca yang sulit diprediksi, segala aktivitas yang sudah terjadwal bisa terhalang, hal inilah mengapa prediksi curah hujan sangat penting untuk diketahui. Pada tugas akhir ini, akan dilakukan prediksi curah hujan di Kabupaten Bandung. Data yang digunakan bersifat time series. Metode yang digunakan dalam tugas akhir ini adalah Fuzzy Association Rule yang menggabungkan metode fuzzy system dan algoritma asosiasi Frequent Pattetrn-Growth (FP-Growth). Tahapan awal dari tugas akhir ini adalah pre-processing data untuk menormalisasikan dataset cuaca. Selanjutnya, association rule (FP-Growth) akan memberikan rules terbaik yang merupakan informasi mengenai keterkaitan antar atribut dalam dataset cuaca. Dari rules asosiasi (FP-Growth) dapat diketahui bahwa hubungan antar atribut dalam dataset cuaca yang paling dominan adalah curah hujan terhadap lama penyinaran matahari dan kelembaban. Dari metode tersebut, prediksi curah hujan terbaik memiliki tingkat kesalahan yang dihasilkan sebesar 0,49 dan akurasi yang dihasilkan dari pengelompokan kelas sebesar 75%. Hasil prediksi tersebut didapatkan dari 11 rules optimal yang diperoleh dari fungsi keanggotaan K-Means menggunakan minimum support 20% dan confidence 50%.
Kata kunci: prediksi, time series, association rule, FP-Growth, Fuzzy inference system