El modelado de la susceptibilidad a deslizamientos de tierra representa un enfoque eficiente para mejorar la gestión de desastres y las estrategias de mitigación. El enfoque de este artículo se centra en el desarrollo de una evaluación de susceptibilidad a deslizamientos de tierra en el noroeste de Túnez utilizando los enfoques del Proceso de Jerarquía Analítica (AHP) y Redes Neuronales Artificiales (ANN). La base de datos utilizada cubre 286 deslizamientos de tierra, incluyendo diez mapas de factores de deslizamiento: precipitación, pendiente, aspecto, índice de rugosidad topográfica, litología, uso del suelo y cobertura del suelo, distancia de los arroyos, densidad de drenaje, densidad de lineamientos y distancia de las carreteras. Se aplicaron los enfoques AHP y ANN para clasificar los factores analizando la relación de correlación entre la distribución de deslizamientos de tierra y la importancia de los factores asociados. El resultado del Índice de Susceptibilidad a Deslizamientos de Tierra revela cinco zonas susceptibles organizadas desde muy bajo hasta muy alto riesgo, donde las zonas con los mayores riesgos están asociadas con la combinación de cantidades extremas de precipitación y pendientes pronunciadas. El rendimiento de los modelos se confirmó utilizando el área bajo las curvas de Característica Operativa Relativa (ROC). Los valores de la curva ROC calculados (0.720 para ANN y 0.651 para AHP) transmiten la ventaja del método ANN en comparación con el método AHP. La superposición de los datos del inventario de deslizamientos de tierra históricos y los mapas de susceptibilidad muestra la concordancia de los resultados, lo que favorece la fiabilidad del modelo establecido.