Los modelos autorregresivos espaciales (SAR) se utilizan para modelar la relación entre variables dentro de una región o ubicación específica, considerando la influencia de variables vecinas, y han recibido considerable atención en los últimos años. Sin embargo, cuando el impacto de variables exógenas se vuelve notablemente pronunciado, se justifica un enfoque alternativo. La Expansión Espacial, junto con el enfoque del modelo Casetti, sirve como una extensión del modelo SAR, acomodando la influencia de estas variables exógenas. Esta técnica de modelado encuentra aplicación en el ámbito de la predicción de lluvias, donde factores exógenos como la temperatura del aire, la humedad, la irradiación solar, la velocidad del viento y la presión superficial juegan roles fundamentales. En consecuencia, esta investigación tuvo como objetivo combinar los modelos SAR y de Expansión Espacial a través del enfoque del modelo Casetti, lo que llevó a la creación del modelo Autorregresivo Espacial Exógeno (SAR-X). El SAR-X se utilizó para pronosticar los patrones de lluvia en la región de Java Occidental, utilizando datos obtenidos del conjunto de datos Prediction of Worldwide Energy Resources (NASA POWER) de la Administración Nacional de Aeronáutica y del Espacio. La ejecución práctica de esta investigación capitalizó las capacidades computacionales del software RStudio versión 2022.12.0. Dentro del marco de esta investigación, se desarrolló un script integral e integrado de RStudio, incorporado de manera fluida en la aplicación web RShiny, para que sea fácil de usar.