Padi merupakan salah satu komoditas pangan utama yang berperan penting dalam ketahanan pangan nasional. Kualitas hasil panen padi sangat dipengaruhi oleh faktor lingkungan seperti suhu udara, kelembaban tanah, dan intensitas cahaya. Penelitian ini bertujuan untuk mengimplementasikan metode Artificial Neural Network (ANN) dalam mengkalsifikasi kualitas hasil panen padi berdasarkan data sensor lingkungan. Data penelitian dikumpulkan melalui sensor suhu, kelembaban udara, kelembaban tanah, dan cahaya yang terpasang pada lahan padi di Kecamatan Tanjung Lago, Kabupaten Banyuasin. Proses penelitian meliputi tahapan pengumpulan data, preprocessing (pembersihan dan pelabelan data), pembagian dataset (70% data latih dan 30% data uji), pelatihan model ANN, serta evaluasi menggunakan confusion matrix. Dataset diberi label menjadi dua kategori, yaitu “bagus” dan “jelek”, berdasarkan kondisi lingkungan hasil kesepakatan dengan petani setempat. Hasil evaluasi menunjukkan bahwa model ANN mampu mengklasifikasi kualitas panen dengan tingkat akurasi sebesar 99,5%, nilai presisi sebesar 0,989–1,000, dan F1-score sebesar 0,996. Hasil ini membuktikan bahwa ANN memiliki kemampuan yang sangat baik dalam mengklasifikasikan kualitas hasil panen padi berdasarkan data cuaca dan kelembaban tanah. Implementasi model ini diharapkan dapat menjadi sistem pendukung keputusan bagi petani dalam mengantisipasi perubahan kondisi lingkungan serta meningkatkan produktivitas dan kualitas hasil panen.