Sektor pertanian merupakan salah satu sektor penting dalam pembangunan ekonomi nasional, hal ini tidak terlepas dari keberadaan Indonesia sebagai negara agraris yang sebagian besar penduduknya bekerja dan bermata pencaharian di bidang pertanian. Akan tetapi, perubahan iklim yang terjadi dari tahun ke tahun akan mempengaruhi sektor pertanian sehingga penduduk yang bekerja di bidang pertanian perlu mengetahui kecocokan tanaman dengan kondisi iklim di kawasan tersebut. Diperlukan suatu sistem informasi pemetaan komoditas tanaman untuk memudahkan penentuan tanaman yang cocok ditanam pada daerah tertentu berdasarkan data suhu, kelembaban udara, dan curah hujan. Artificial Neural Network (ANN) adalah suatu jaringan yang memodelkan sistem saraf otak manusia (yang disebut neuron) dalam melaksanakan tugas pengenalan pola, khususnya klasifikasi. Salah satu jenis algoritma ANN adalah Back Propagation Neural Network (BPNN) atau propagasi balik yang merupakan ANN multilayer yang digunakan untuk melatih jaringan saraf. Pelatihan menghasilkan model yang mampu mengklasifikasikan data iklim berdasarkan syarat tumbuh tanaman. Model tanaman kedelai menghasilkan rata-rata akurasi tertinggi yaitu 95.70% untuk Kabupaten Maros dan 93.17% untuk Kabupaten Pangkep. Variabel yang mempengaruhi pelatihan antara lain jumlah neuron pada hidden layer, nilai learning rate, jumlah fold, dan jumlah epoch. Hasil prediksi yang dihasilkan dari model dijadikan sebagai acuan untuk menampilkan marker pada pemetaan yang dapat diakses oleh pengguna