Abstract – Banyak Sekali perbandingan metode membandingkan berdasarkan dari tingkat level yang sama, dengan pemilihan kedua metode ini (Metode Neural Network dan Forward Chaining) berdasarkan dari perbedaan tingkat level, tingkat kerumitan, tingkat inputan dan tingkat hasil keakuratan output dan ini akan membuktikan bahwa metode yang diperbandingkan berbeda dari tingkat level
dapat dilakukan perbandingan walaupun banyak perbedaan tersebut. Neural Network adalah salah satu cabang dari Artificial Intelegent. Konsep dari Neural Network yakni mengadopsi kerja otak manusia. Hal-hal yang diperhitungkan (atribut) akan dimasukkkan ke dalam arsitektur jaringan Multiple Layer Network input layer lalu diproses dengan metode belajar Supervised Learning Algoritma Backpropagation. Jaringan ini menggunakan fungsi aktivasi sigmoid, dengan konstanta belajar (learning rate), kondisi berhenti menggunakan iterasi dengan setting maksimum epoch. Forward Chaining merupakan proses perunutan yang dimulai dengan menampilkan kumpulan data atau fakta yang meyakinkan menuju konklusi akhir. Metode forward chaining dimulai dari informasi masukkan (if) dahulu kemudian menuju konklusi (then) atau dapat dimodelkan IF (informasi masukkan) THEN (konklusi). Oleh karena itu, peneliti membandingkan kedua metode ini yaitu metode Neural Network dan Forward Chaining guna untuk memprediksi kesesuaian lahan tanaman jagung di suatu lahan dengan berdasarkan dari tingkat komputasi yang baik, disini user memprediksi berdasarkan dari cuaca, tanah dan bencana untuk mendapatkan suatu keputusan kesesuaian lahan yang cocok untuk ditanami tanaman jagung. Jika prediksi kesesuaian lahan sangat sesuai dan sesuai maka hal tersebut merupakan lahan yang cocok untuk tanaman jagung, jika hasil prediksi yang didapatkan sesuai marginal maka hal tersebut merupakan lahan yang tidak cocok untuk ditanami tanaman jagung..
Kata kunci – Perbandingan, Neural Network, Forward Chaining, Kesesuaian Lahan