Abstract. Many ways are learned to foresee a possibility of one of them is to use a time series analysis. Analysis of the periodic series of data, the ARIMA models introduced by Box and Jenkins (1976) are essentially used to perform data analysis that considers the influence of time. ARIMA model for single periodical data is often called univariate model and for double periodic series will be needed multivariate model one of the models of transfer function. The transfer function combines several characteristics of ARIMA and multiple regression. The Model of multivariate transfer function or dual input has a variable its input more than two periodic series. The purpose of modeling the transfer function is to establish a simple model, which combines periodic series of outputs with input series and all other influences called noise series  . The transfer function has an important order i.e. (b, r, s) which is useful to determine the final model to be combined with the noise series  . The model implementation of the dual input transfer function will be applied to predict the rainfall in the city of Pontianak in 2011-2018 with the output of rainfall and variable inputs i.e. air temperature, wind speed, and air humidity. The results obtained are the best order model dual input transfer function for the air temperature input series that is (b = 0, r = 1, s = 0), wind speed (b = 0, R = 1, s = 1), and air humidity (b = 0, r = 1, s = 0) for the best Noise Model Series is ARIMA (1, 0, 0). Then the result of rainfall forecasting for the 24-period forward shows the month of January 2019 has the highest rainfall intensity.Keywords: Time series, single output double input, transfer function, rainfall.Abstrak. Banyak cara yang dipelajari untuk meramalkan suatu kemungkinan salah satunya adalah dengan menggunakan analisis deret berkala (time series). Analisis data deret berkala, model ARIMA yang diperkenalkan oleh Box dan Jenkins (1976) pada dasarnya digunakan untuk melakukan analisis data yang mempertimbangkan pengaruh waktu. Model ARIMA untuk data deret berkala tunggal sering disebut model univariat dan untuk deret berkala berganda akan dibutuhkan model multivariat salah satunya model fungsi transfer. Fungsi transfer menggabungkan beberapa karakteristik ARIMA dan regresi berganda. Model fungsi transfer multivariat atau input ganda mempunyai variabel inputnya lebih dari dua deret berkala. Tujuan pemodelan fungsi transfer adalah untuk menetapkan model sederhana, yang menggabungkan deret berkala output dengan deret input dan seluruh pengaruh lain yang disebut dengan deret gangguan (noise) . Fungsi transfer mempunyai orde penting yaitu (b,r,s) yang berguna untuk menentukan model akhir yang akan digabungkan dengan deret noise . Penerapan model fungsi transfer input ganda akan diaplikasikan untuk meramalkan curah hujan di Kota Pontianak tahun 2011-2018 dengan outputnya curah hujan dan variabel input yaitu suhu udara, kecepatan angin, dan kelembaban udara. Hasil yang diperoleh adalah orde terbaik model fungsi transfer input ganda untuk deret input suhu udara yaitu (b=0,r=1,s=0), kecepatan angin (b=0, r=1, s=1), dan kelembaban udara (b=0, r=1, s=0) untuk deret noise model yang terbaik adalah ARIMA (1,0,0). Kemudian hasil peramalan curah hujan untuk 24 periode kedepan menunjukkan bulan januari 2019 mempunyai intensitas curah hujan tertinggi.Kata Kunci: deret waktu, input ganda output tunggal, fungsi transfer, curah hujan.