Padi merupakan tanaman pangan yang menghasilkan beras sebagai makanan pokok hampir seluruh rakyat Indonesia. Padi memegang peran penting dalam rantai makanan rakyat Indonesia, akan tetapi banyak jenis penyakit pada daun padi yang menyerang dan menghambat pertumbuhan padi di persawahan di Indonesia, diantaranya adalah penyakit Brown Spot (Bercak Daun) dan Leaf Blight (Hawar Daun). Selama ini pengelompokan dari penyakit pada daun padi hanya didasarkan oleh pengalaman petani, hal ini mengakibatkan tidak ada diagnosa yang pasti dan akurat dalam pengelompokan berbagai jenis penyakit pada tanaman padi. Dalam hal ini diperlukan suatu metode untuk memecahkan masalah tersebut. Metode yang dipakai dalam penelitian ini adalah citra digital dengan mengolah gambar penyakit pada daun tanaman padi menggunakan algoritma YOLO (You Only Look Once). YOLO menggunakan jaringan Convolutional Neural Network (CNN) tunggal untuk klasifikasi dan lokalisasi objek menggunakan Bounding Box. Penelitian ini bertujuan untuk memberikan pilihan kepada pengguna untuk mengetahui diagnosa penyakit brown spot dan leaf blight pada daun tanaman padi. Hasil evaluasi mean Average Precision(mAP) adalah sebesar 69% yang menunjukkan metode ini layak digunakan untuk mendeteksi penyakit pada daun tanaman padi.

Paddy is a crops that produces rice as a staple food for almost all Indonesian people. Paddy plays an important role in the Indonesian food chain, However, there are many types of diseases on Paddy leaves that attack and inhibit Paddy growth in Indonesian rice fields. Among of them are Brown Spot and Leaf Blight. So far, the classification of diseases in rice leaves is only based on the experience of farmers, This results in uncertain and inaccurate diagnoses in classifying various types of diseases in rice plants. In this case, a method is needed to solve the problem. The method used in this study is a digital image by processing disease images on the leaves of rice plants using the YOLO (You Only Look Once) algorithm. YOLO uses a single Convolutional Neural Network (CNN) for object classification and localization using Bounding Box. This study aims to provide users with options to determine the diagnosis of brown spot and leaf blight on rice plant leaves. The result of the evaluation of the mean Average Precision (mAP) is 69% which indicates that this method is suitable for detecting diseases in rice leaves.