Membrane filtration processes such as microfiltration (MF) and ultrafiltration (UF), physically separate the particles, organic matters and colloidal species by permitting the water through the membrane by pressure. Due to their high product water quality, operation convenience, and less footprints, membrane filtration technologies are widely used in water treatment as well as pre-treatments for seawater desalination processes2). However, several drawbacks are existed; relatively high equipment costs, short membrane life-time, and vulnerability to membrane fouling which leads to decrease in permeate flux. According to the accumulation of foulants, transmembrane pressure (TMP) is being increased1). When the TMP reaches a certain level, cleaning-in-place (CIP) was needed. Fouling is inevitably occurred in the membrane processes, therefore, determination of the CIP timing highly influences the operation costs. 
The objective of this study is to predict the TMP in MF process by using machine-learning based model. It is expected that TMP estimation with numerical approach helps to effectively manage the MF process, finally extend the CIP period.