Penentuan tanaman pangan yang tepat perlu dilakukan untuk meningkatkan perekonomian masyarakat dalam bidang pertanian. Penggunaan pola tanam tradisional perlu dilakukan perubahan dengan memanfaatkan teknologi informasi. Pemanfaatan data dari pemerintah daerah dapat digunakan untuk membantu dalam memberikan rekomendasi jenis tanaman pangan dengan cara diolah dengan beberapa metode data mining. Metode ini dapat melakukan ektraksi informasi untuk menemukan pola dan pengetahuan dari data tersebut. Pendekatan metode klasifikasi digunakan sebagai pengelompokan data bedasarkan keterikatan data terhadap data sampel. Beberapa metode klasifikasi yang digunakan pada penelitian ini, yaitu Naïve Bayes, Decision Tree, Support Vector Machine (SVM), Neural Network, Random Tree, Random Forest, dan K Nearest Neighbor (KNN). Metode-metode tersebut berhasil dibandingkan untuk mengetahui metode mana yang terbaik sebagai metode untuk membantu merekomendasikan tanaman pangan yang tepat dan akurat berdasarkan hasil kinerja klasifikasi masing-masing metode. Random Tree terpilih sebagai metode terbaik pada hasil perbadingan kinerja ini dengan penggunaan metode diskritisasi dan normalisasi pada tahap pra pemrosesan data. Hal ini dapat dilihat berdasarkan hasil nilai Akurasi, Precision, Recall, dan F1-Score pada penggunaan diskritisasi seluruhnya sebesar 98%. Sedangkan, penggunaan normalisasi menunjukkan hasil nilai Akurasi, Precision, Recall, dan F1-Score seluruhnya sebesar 99%.