An Evaluation of Suitable Landscape to Crop Food Cultivation By Using Neural Networks

Abstract

Penentuan jenis tanaman pangan yang sesuai ditanam pada lahan tertentu berdasarkan nilai-nilai karakteristik lahan sangat diperlukan sebagai pendukung pengambilan keputusan, koordinasi, dan pengendalian bagi para peneliti, praktisi, dan perencana penggunaan lahan, sehingga kerugian (finansial) yang cukup besar tidak terjadi nantinya. Program komputer dengan menggunakan Jaringan Syaraf Tiruan (JST) metode Learning Vector Quantization (LVQ) dapat digunakan sebagai alat yang tepat dalam memberikan informasi tanaman yang cocok ditanam dengan mudah, cepat, dan akurat. Data pelatihan didapat dari kombinasi nilai karakteristik lahan yang termasuk dalam kelas kesesuaian S1 dan S2. Hasil pengujian menunjukkan bahwa nilai Eps (error minimum yang diharapkan) = 0.005, nilai???? = 0.05, nilai maksimum epoh = 10, dan nilai pengurangan learning rate sebesar 0.1*???? merupakan nilai-nilai yang cukup efektif dan efisien dalam melakukan prediksi jenis tanaman pangan yang sesuai ditanam pada lahan tertentu karena tingkat ketepatan prediksinya adalah 100%.