Early Warning System (EWS) Trafo merupakan alat monitoring secara konitinu untuk trafo yang memberikan peringatan saat terdeteksi anomaly, dengan tujuan mencegah ledakan. Alat ini menerapkan teknologi artificial intelligence dan machine learning untuk memantau dan memprediksi kondisi trafo secara real-time dengan menggunakan data sensor yang dikumpulkan oleh alat tersebut. Pada penelitian ini akan dilakukan prediksi kondisi trafo berdasarkan hasil sensor EWS Trafo dengan menggunakan metode Extreme Learning Machine (ELM). Diamana akan dilihat seberapa baik metode ELM dalam melakukan prediksi kondisi trafo. Berdasarkan hasil penelitian yang dilakukan terhadap beberapa kombinasi jumalah pembagian data training : testing dengan jumlah hidden layer, didapat nilai MAPE terendah ada pada kombinasi pembagian data 40%:60% dari total 470 data dengan hidden layer 20 buah yaitu sebesar 23,1125%. Sehingga dapat dikatakan bahwa metode Extreme Learning Machine (ELM) ini cukup baik dalam memprediksi kondisi trafo.