Tingginya dampak kemajuan Teknologi Informasi di berbagai aspek kehidupan, termasuk di sektor perkebunan, menjadi kenyataan yang semakin signifikan. Kelapa sawit (Elaeis guineensis Jacq.) sebagai komoditas perkebunan utama di Indonesia, memberikan kontribusi ekonomi yang penting melalui produk utamanya, minyak sawit (CPO) dan minyak inti sawit (PKO). Namun, kesuksesan penanaman kelapa sawit sangat tergantung pada kondisi cuaca yang sesuai. Dalam hal ini, fluktuasi iklim seperti El Nino dan La Nina berpotensi mengancam ketahanan pangan dan ekonomi, menekankan perlunya manajemen penanaman yang akurat. Namun, kesulitan dalam memprediksi waktu penanaman yang optimal, ditambah dengan perubahan cuaca yang tidak terduga, menjadi hambatan bagi produktivitas dan keberhasilan panen kelapa sawit. Untuk mengatasi hal ini, dibuatlah pengembangan sistem prediksi cuaca berbasis mobile menggunakan machine learning metode Artificial Neural Network (ANN). Sistem ini memberikan rekomendasi waktu penanaman berdasarkan curah hujan. Penelitian ini membatasi wilayah penggunaan di daerah Rokan Hulu dan menggunakan data curah hujan kecamatan Ujung Batu dari tahun 2008 hingga 2022. Aplikasi berbasis mobile ditujukan untuk digunakan oleh owner kelapa sawit dan supervisor berdasarkan hasil pengujian blackbox testing sistem berhasil berjalan dengan baik secara fungsional. Dan untuk hasil pengujian akurasi machine learning, didapatkan nilai MSE sebesar 0,009, MAE sebesar 0,06, dan MAPE sebesar 0,12 yang menunjukkan kinerja yang baik.