Penelitian ini bertujuan untuk mengevaluasi kerawanan banjir di Daerah Aliran Sungai (DAS) Sungai Pepe, Surakarta, dengan mengintegrasikan metode prediksi berbasis machine learning dan pemodelan hidrologi-hidrodinamika. Data curah hujan harian diperoleh dari dataset satelit Climate Hazards Group InfraRed Precipitation with Station Data (CHIRPS), yang kemudian diprediksi untuk tujuh hari ke depan menggunakan algoritma Long Short-Term Memory (LSTM). Hasil prediksi curah hujan menjadi input dalam perhitungan debit sungai menggunakan metode Hidrograf Satuan Sintetik (HSS) Nakayasu, dengan mempertimbangkan parameter hidrologi setempat seperti luas DAS dan waktu konsentrasi. Debit puncak yang diperoleh selanjutnya digunakan dalam pemodelan hidrodinamika menggunakan perangkat lunak HEC-RAS untuk mensimulasikan luasan genangan, kedalaman air, dan kecepatan arus banjir. Penilaian kerawanan banjir dilakukan berdasarkan klasifikasi tiga parameter utama, yaitu luas genangan, kedalaman air, dan kecepatan arus, yang masing-masing dikategorikan ke dalam tingkat kerawanan tertentu. Simulasi menunjukkan bahwa terdapat empat kelurahan yang terdampak banjir, namun seluruhnya masuk dalam klasifikasi tidak rawan, dengan genangan yang dangkal dan kecepatan arus yang relatif rendah. Hasil penelitian ini memberikan kontribusi dalam pengembangan metode prediksi banjir berbasis data dengan keterbatasan observasi, serta menawarkan pendekatan integratif untuk mendukung perencanaan tata ruang berbasis risiko di wilayah perkotaan. Pendekatan berbasis machine learning dan pemodelan hidrologi ini diharapkan dapat memperkuat strategi mitigasi banjir dan adaptasi perubahan iklim di masa depan.