MODEL PREDIKSI KESESUAIAN LAHAN BUDIDAYA TANAMAN PANGAN DENGAN BACKPROPAGATION NEURAL NETWOK (STUDI KASUS: SUB-DAS BENGKULU HILIR)

Penentuan jenis budidaya tanaman pangan yang sesuai ditanam pada Sub�DAS masih dilakukan secara manual, yaitu membandingkan data-data yang
ada di lapangan serta pengamatan petani, sehingga hasil yang didapatkan
tidak maksimal. Program komputer dengan menggunakan Jaringan Syaraf
Tiruan (JST) metode Backpropagation dapat digunakan sebagai alat yang
tepat dalam memberikan informasi tanaman yang cocok ditanam dengan
mudah, cepat, dan akurat. Hasil pengujian menunjukkan bahwa nilai Eps
(error minimum yang diharapkan) = 0.001, nilai maksimum epoh = 0.8,
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 95.8% dari 24 data pengujian.
Aplikasi ini dibangun dalam bahasa pemrograman PHP dan dirancang
dengan Data Flow Diagram (DFD). Metode pengembangan sistem yang
digunakan adalah waterfall. Pengujian fungsional sistem dengan
menggunakan metode Black Box telah berhasil 100 % dengan skenario
yang telah dibuat.
Kata Kunci: Prediksi, Jaringan syaraf tiruan, Backpropagation, Kesesuaian
Lahan, Tanaman Pangan