La gestión eficiente del agua es crucial para la producción agrícola, especialmente en cultivos como el banano de exportación. La agricultura de precisión busca optimizar el uso de recursos naturales y químicos, pero su costo limita su acceso a pequeños productores. En este contexto, el presente trabajo estimó la evapotranspiración (ETo) en cultivos de banano en la provincia de El Oro. Para ello, se analizó las tendencias climáticas y patrones relacionados con la ETo. Luego, se estimaron modelos de series de tiempo y redes neuronales LSTM para pronosticar la demanda hídrica. Una vez evaluado los criterios de ajustes, los resultados indican que las redes neuronales LSTM tienen un MAE inferior al 5%, por lo que se seleccionó este mecanismo para hacer el pronóstico de la demanda hídrica para los cultivos del cantón El Guabo en la provincia de El Oro. Finalmente, se presentan los resultados en un dashboard donde se muestra estadísticas climáticas y estimaciones de consumo de agua por hectárea. Palabras Clave: Evapotranspiración, redes neuronales, ARIMA, MAE, banano