IDENTIFIKASI UNTUK PENENTUAN TINGKAT KESESUAIAN LAHAN TERHADAP PADI SAWAH MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION DENGAN VISUALISASI GOOGLE MAPS API

Padi Sawah merupakan salah satu tanaman pangan yang memiliki tingkat produksi paling tinggi di Kabupaten Lumajang dibandingkan dengan tanaman pangan lainnya seperti Jagung dan Ubi Kayu . Penentuan tingkat kesesuaian lahan untuk penanaman Padi Sawah sangat perlu untuk dilakukan agar nantinya dapat memberikan informasi kepada para petani dan perencana pengguna lahan dalam menentukan tindakan selanjutnya untuk dapat tetap meningkatkan produksinya. Dalam penelitian ini menggunakan Jaringan Syaraf Tiruan (JST) dengan metode Learning Vector Quantization untuk mengklasifikasikan karakteristik-karakteristik lahan kedalam kelas kesesuaian lahannya terhadap Padi Sawah. Karakteristik Lahan yang digunakan adalah 13 dan akan diklasifikasikan kedalam Empat kelas yaitu S1, S2, S3 dan N. Berdasarkan hasil ujicoba yang telah dilakukan dengan menggunakan 50% data Training, Learning Rate 0.08, MaxEpoch 100 dan Error minimum yang diharapkan adalah 0, metode Learning Vector Quantization mampu memberikan tingkat akurasi sebesar 71% dalam menentukan tingkat kesesuaian lahan untuk Padi Sawah. Hasil ujicoba tersebut selanjutnya divisualisasikan menggunakan Google Maps API.