As geomembranas (GM) correspondem a materiais sintéticos que proporcionam impermeabilização para a construção de obras civis como barragens, aterros sanitários e canais de irrigação. A interação entre a geomembrana e o material utilizado em cima dela gera uma resistência na interface, que deve ser adequada para evitar rupturas. Vários são os fatores que podem influenciar os resultados daquela resistência, como o tipo de material de contato empregado, o nível das tensões normais aplicadas, formato dos grãos (no caso de solos), tipo e características da GM, dentre outros. Nesse contexto, cada construção tem sua particularidade e muitas vezes os parâmetros de resistência são estimados com base em resultados de outras obras e/ou medidos por meios de ensaios de laboratório (por exemplo cisalhamento direto ou ensaios de plano inclinado). O objetivo do presente trabalho é a aplicação da técnica de Rede Neural Artificial (RNA) de tipo Perceptron Multicamadas (PMC) para previsão do comportamento na interface entre areia/geomembrana mediante a predição do parâmetro de resistência (ângulo de atrito). Fases de treinamento e teste foram aplicadas tomando como referência uma base de informação obtida a partir dos resultados de 430 ensaios de cisalhamento direto e plano inclinado desenvolvidos em pesquisas anteriores. A precisão dos resultados da RNA é feita utilizando critérios estatísticos (R², MSE, MAE e MAPE), os quais mostraram uma acurácia adequada nos valores previstos.