Una correcta planificación de la rotación de cultivos es un factor fundamental para el desarrollo de un modelo productivo sustentable. Sumado esto a la tendencia global a la concientización de las sociedades sobre el efecto medioambiental que la producción agrícola tiene sobre el planeta, se vuelve prioritaria la creación de herramientas y tecnologías que puedan generar planificaciones de rotaciones de cultivos que consigan un balance entre las necesidades productivas, medioambientales, y sanitarias. En el marco de una línea de investigación interdisciplinaria se genera una de estas herramientas, una heurística Greedy Randomized Adaptive Search Procedures (GRASP), centrada en el contexto de la producción lechera. La heurística busca obtener soluciones de calidad para el problema de planificación de rotación de cultivos. Problema en el que dado un horizonte de planificación (generalmente en estaciones), una región de estudio (compuesta de parcelas pertenecientes a productores), y un conjunto de usos productivos (con estaciones iniciales de plantado, duración en estaciones, valores de productividad, valores de exportación de fósforo, y reglas de precedencia de plantado), se debe definir qué uso productivo se planta en cada parcela en cada estación. Además, esta planificación debe tomar en consideración restricciones que fuercen tanto mínimos de productividad, como diversidad de usos productivos en cada estación para cada productor, pudiendo combinar linealmente el cumplimiento de dichas restricciones con la exportación de fósforo de la planificación para obtener una función objetivo que permita comparar las soluciones. Este proyecto aborda dos aspectos: (i) el modelo y algoritmo de optimización, y (ii) el desarrollo de un Sistema de Soporte a la Decisión (DSS por sus siglas en inglés). Sobre el modelo y el algoritmo, se busca agregar un mecanismo que priorice los distintos criterios que dan calidad a una solución, junto a un mecanismo de actualización que permita alterar la priorización según las soluciones obtenidas hasta el momento. Realizando para el algoritmo un estudio de su comportamiento, que permita una mejor comprensión de su desempeño y sugerir valores para la configuración paramétrica según el tamaño de la instancia a resolver. Utilizando estos valores se realizan ejecuciones del algoritmo para instancias representativas del problema, para luego analizar los registros buscando visualizar el recorrido realizado por cada búsqueda en el espacio de soluciones, determinar el intercambio entre la exploración y la explotación, y comparar el desempeño con una variante del algoritmo. Sobre el desarrollo del DSS, se busca que otorgue usabilidad a la herramienta y permita caracterizar visualmente las soluciones. Para esto se diseña e implementa una interfaz gráfica de usuario enfocada en los conceptos principales del problema: usos productivos a ser utilizados en regiones que junto a configuraciones paramétricas definen instancias del problema, las cuales al ser resueltas devuelven soluciones. Se agregan mecanismos de alta, baja, modificación, y persistencia para los conceptos, generando herramientas de visualización gráficas y geográficas para las soluciones, y un mecanismo de listas priorizadas que permita almacenar las mejores soluciones encontradas durante la búsqueda. Palabras claves: Heurística, DSS, Problema de planificación de rotación de cultivos, GRASP, Planificación de uso de suelo.