Telah dilakukan analisis terhadap data klimatologi SOI untuk periode tahun 1900 - 2000guna mengetahui tingkat peramalannya, serta peristiwa besar yang diakibatkannya .1200 data bulanan SOI ini di stratifikasi menjadi data musim (season) dua-bulanan dantiga-bulanan. Hasil analisis auotokorelasi menunjukkan bahwa dua deret musiman iniberkaitan erat, dengan korelasi 0,71. Dari hasil ini, dilakukan analisis regresi linier untukmemformulasikan model training, dan kemudian dilakukan validasi. Validasi silang tigalipatan (three fold cross validation) menunjukkan bahwa model M3 = 1.027 M2 + - 1.12merupakan model training yang menunjukkan kinerja paling baik, berdasarkan dengantingkat korelasi antara SOI-musim hasil dugaan (predicted) dengan SOI -musim hasilpengamatan yang memiliki tingkat korelasi sebesar 0,9. Dengan hasil ini maka modeltraining terpilih digunakan untuk melakukan prediksi SOI-musim tiga bulanan ke depan.Dengan data musim ND tahun 2001, hasil model menunjukkan bahwa musim JFM tahun 2002 adalah normal.Climatology of Southern Oscillation Index (SOI) within period of 1900 - 2000 was out toanalyzed to find out its predictability, and possibility impacts might follow. Total of 1200monthly SOI data was stratified into new series , namely 2-month SOI -season and 3-month SOI-seson. The result of auto -correlation analysis indicates that this two serieshave strong lag-correlation ie 0,71. Base on this result , linear regression analysis wasapplied to formulate a model training, and then to validate its model. Three-fold CrossValidation of model training indicates that model training M3 = 1.027 M2 - 1.12 has better performance, because correlation between SOI -season prediction and SOI real data, is 0.9. Therefore the model may be used in forecasting activity to predict three SOI- season ahead. Based on SOI season ND 2001 the model says that JFM SOI season is normal.