Debit air sungai adalah salah satu faktor yang mempengaruhi terjadinya banjir. Besaran debit air bervariasi dari waktu ke waktu sehingga dibutuhkan pemodelan untuk mengetahui resiko banjir. Analisis yang sering digunakan untuk pemodelan adalah analisis regresi. Pemodelan regresi dapat dilakukan dengan tiga pendekatan yaitu pendekatan parametrik, semiparametrik, dan nonparametrik. Pemodelan parametrik data debit air bisa menggunakan ARIMA Box Jenkins. Salah satu pendekatan nonparametrik yang dikembangkan adalah menggunakan deret Fourier. Regresi nonparametrik deret fourier menghasilkan kurva sinus cosinus, sehingga sebaran data yang berulang sangat sesuai didekati menggunakan deret fourier. Estimasi deret fourier dapat menggunakan OLS (Ordinary Least Square). Dalam regresi nonparametrik deret fourier tingkat kemulusan fungsinya ditentukan oleh bandwidthnya (K). Penentuan bandwidth optimal dapat menggunakan metode GCV (Generalized Cross Validation). Dari hasil penghitungan didapat jumlah K optimal adalah 16. Adapun R-square yang dihasilkan adalah 0.7295 yang berarti bahwa 72, 95% total variansi dalam variabel Y (debit) dapat dijelaskan oleh model regresi nonparametrik deret fourier. Model regresi deret fourier memberikan nilai RMSE sebesar 50, 51 lebih kecil dibanding nilai RMSE ARIMA (1, 0, 0) yaitu 83, 10 sehingga dapat disimpulkan bahwa regresi nonparametrik deret fourier lebih baik dalam memodelkan debit air sungai Citarum.