In the water treatment process, a main objective is to improve the water quality and also minimize the production costs. To achieve these, an integrated monitoring and control system has been established through flow prediction and pump scheduling. This paper proposes a new integrated solution for prediction and optimal pump control by learning algorithms. Flow prediction has usually been studied for daily or monthly estimation, which is improper for real-time control of water treatment plant. Hourly based approximator is proposed to track the steady change of flow demand. Unlike electricity, water can be stored in huge tanks for more than a dozen hours, which can be used for saving energy and increasing water quality. Pump on/off minimization is considered to improve the water quality. If influent water to water treatment plants (hereafter WTP) varies, then output turbidity and particles are increasing, which could possibly be supplied to citizens. The proposed on/off minimization algorithm is expected to prevent those particles from leaking and to secure public health.