Yurio Dwi El Saputra Pengarang Muslim Hidayat, M.Kom Dosen Pembimbing 2 Hidayatus Sibyan, M.Kom Dosen Pembimbing 1 Hidayatus Sibyan, M.Kom Penguji 1 Muslim Hidayat, M.Kom Penguji 2

Tanaman kentang merupakan salah satu komoditas pangan penting di Indonesia, khususnya di daerah dataran tinggi seperti Kabupaten Banjarnegara. Namun, produksi kentang di wilayah tersebut mengalami penurunan yang cukup signifikandalam beberapa tahun terakhir, salah satunya disebabkan oleh serangan penyakit tanaman. Identifikasi penyakit secara cepat dan akurat menjadi langkah penting untuk mencegah kerugian lebih lanjut. Penelitian ini bertujuan untuk mengimplementasikan metode Convolutional Neural Network (CNN) dalam proses klasifikasi penyakit tanaman kentang berdasarkan citra daun. Proses pengumpulan data dilakukan melalui observasi langsung di Kecamatan Batur dan jugamenggunakan dataset dari Kaggle. Model CNN yang dikembangkan kemudian diintegrasikan ke dalam aplikasi berbasis web menggunakan FastAPI pada sisibackend dan ReactJS pada sisi frontend, sehingga pengguna dapat mengunggahcitra dan memperoleh hasil klasifikasi secara langsung. Evaluasi model dilakukan menggunakan metrik Confusion Matrix, dengan parameter akurasi, presisi, recall,dan F1 score. Hasil dari penelitian ini diharapkan dapat membantu petani dalam mendeteksi penyakit tanaman kentang secara cepat, akurat, dan mudah diakses melalui perangkat digital.Kata Kunci : Deep Learning, Convolutional Neural Network, Tanaman Kentang,Penyakit Tanaman Kentang, Klasifikasi Citra,