<![CDATA[ Abstrak: Padi merupakan komoditas pangan utama di Indonesia, sehingga kondisi lahan yang mendukung pertumbuhannya menjadi faktor penting dalam menjaga produktivitas. Di wilayah Madura, variasi pH tanah, suhu, dan kelembaban udara antar kecamatan menyebabkan karakteristik lahan tidak seragam sehingga proses identifikasi lahan yang ideal untuk budidaya padi menjadi menantang. Ketiga parameter agronomis tersebut berperan penting dalam pertumbuhan padi, karena pH 5,5–7,0 menjaga ketersediaan hara, suhu 24–29°C mendukung aktivitas fisiologis akar, dan kelembaban 70–90% membantu menjaga stabilitas metabolik tanaman. Penelitian ini menggunakan metode Multi-Layer Perceptron (MLP) untuk mengklasifikasikan lahan padi berdasarkan pH tanah, suhu tanah, dan kelembaban udara. MLP dipilih karena kemampuannya mempelajari pola non-linear pada data lingkungan. Setelah data melalui proses imputasi KNN, penyeimbangan kelas dengan SMOTE, serta normalisasi Min–Max, model dilatih menggunakan beberapa konfigurasi parameter. Hasil evaluasi menunjukkan bahwa konfigurasi terbaik, yaitu MLP dengan hidden layer (64, 32) dan aktivasi ReLU, mampu memberikan performa paling stabil dengan F1-score tertinggi pada kelas Tidak Cocok serta kemampuan moderat dalam membedakan kelas Kurang Cocok dan Sangat Cocok. Walaupun, model masih menunjukkan fluktuasi pada kelas dengan sampel lebih sedikit, namun secara umum mampu mengenali pola parameter agronomis dengan baik. Hasil klasifikasi ini dapat menjadi dasar awal bagi dinas pertanian atau penyuluh setempat dalam memetakan lahan yang berpotensi sesuai untuk budidaya padi di wilayah Madura, sehingga proses penentuan lokasi survei lapangan dapat dilakukan lebih terarah dan efisien.]]>
Copyrights © 2026
