Curah hujan merupakan salah satu unsur iklim yang penting dalam pertanian. Informasi mengenai ukuran curah hujan dapat diketahui dari pos hujan pada suatu wilayah. Permasalahan yang dihadapi adalah tidak semua wilayah memiliki pos hujan, sehingga metode interpolasi spasial dapat digunakan dalam memprediksi besarnya curah hujan pada suatu wilayah. Metode cokriging merupakan salah satu metode interpolasi spasial yang bersifat Best Linear Unbiased Prediction (BLUP) dengan melibatkan minimum dua peubah. Peubah yang digunakan dalam penelitian ini dipilih berdasarkan keeratan hubungannya, yaitu peubah curah hujan dan elevasi pos hujan. Data yang digunakan dalam penelitian ini adalah curah hujan bulanan tahun 1981 hingga 2013 pada 38 pos hujan di wilayah Jawa Barat. Metode analisis diawali dengan menetukan variogram isotropi yang ditentukan berdasarkan jarak spasial dan variogram anisotropi yang ditentukan berdasarkan jarak dan arah pada kedua peubah. Selanjutnya, variogram yang terbaik digunakan untuk prediksi curah hujan. Hasil penelitian menunjukkan variogram terbaik adalah variogram isotropi dengan hasil prediksi curah hujan bulanan yang mempunyai nilai reduced means square error berkisar antara 0.54 sampai dengan 1.46 dan nilai average error hampir 0.Rainfall is one of the important climatic elements in agriculture. The information on the amount of rainfall can be known from the weather station in a region. The problem faced is not all regions have its own weather station, so that spatial interpolation can be used to predict the amount of rainfall in a region. Cokriging is one of spatial interpolation that has properties BLUP (Best Linear Unbiased Prediction) that involved at least two variables. In this study, the variables used were the amount of rainfall and elevation of the weather station because these variables have a correlation. The data used in this study were monthly rainfall from 1981 to 2013 at 38 weather stations in West Java. The first step in analysis data was determined isotropy variogram determined based on spatial distance and anisotropic variogram determined based on distance and direction in the two variables. Furthermore, the best variogram was used for the rainfall prediction. The results showed the best variogram is isotropy with the results of monthly rainfall predictions with the cokriging method having reduced means square error values ranging from 0.54 to 1.46 and the average error value of almost 0.