Indonesia adalah salah satu negara dengan jumlah populasi terbanyak di dunia. Mayoritas penduduknya mengonsumsi nasi sebagai makanan pokok, sehingga komoditas beras merupakan komoditas yang penting. Pemanasan global yang terjadi belakangan ini menyebabkan perubahan iklim yang ekstrem, sehingga memengaruhi produkstivitas tanaman dan tingkat serangan Organisme Pengganggu Tanaman (OPT) pada tanaman padi. Dalam memenuhi kebutuhan komoditas beras yang terus meningkat maka diperlukan upaya pencegahan serangan hama, sehingga prediksi luas serangan hama diperlukan untuk mengetahui secara dini serangan hama yang akan datang. Pada penelitian ini digunakan algoritme hybrid Extreme Learning Machine dan Particle Swarm Optimization dengan menggunakan data serangan hama dan klimatologi Kabupaten Sidoarjo dari bulan Januari 2009 sampai Desember 2018. Berdasarkan penelitian, didapat parameter optimal adalah dengan rasio data latih 80% dan data uji 20%, fungsi aktivasi TanH, jumlah populasi 40, kombinasi koefisien akselerasi 1 & 2, batas bobot inersia 0, 4 & 0, 9, 5 hidden neuron, dan iterasi maksimal 100. Berdasarkan parameter tersebut didapat rata-rata nilai Mean Absolute Percentage Error (MAPE) sebesar 25,143% yang masuk dalam kategori MAPE cukup baik, yaitu berada dalam rentang nilai 20%-50%.