Tomat merupakan salah satu tanaman yang sangat penting, Selain dikonsumsi tomat segar juga bisa untuk bumbu masakan. Walaupun demikian tanaman tomat ini juga rentan terhadap penyakit tertentu. Pada penelitian ini akan dilakukan pengujian Apakah Algoritma YOLO dapat digunakan untuk mendeteksi Jenis Penyakit pada Daun Tomat dalam upaya mendeteksi penyakit Early Blight dan Leaf Mold dan mengetahui Tingkat Keakuratan Algoritma YOLO dalam mendeteksi Jenis Penyakit tersebut. Metode yang akan digunakan yaitu YOLO (YOU ONLY LOOK ONCE) yang akan digunakan untuk mendeteksi penyakit pada daun tomat. Dalam proses pengujian yang telah dilakukan maka pengukuran dapat menggunakan Precesion, Recall, Average Precesion, Mean Average Precession, Pengujian akurasi yang dilakukan ini terbagi menjadi beberapa pengujian. Pada pengujian untuk penyakit Early Blight didapatkan nilai precision sebesar 69%, nilai recall sebesar 35% dan AP sebesar 43%. Sedangkan pengujian pada class Leaf Mold didapatkan nilai precision sebesar 68%, nilai recall sebesar 31% dan AP sebesar 40%. Sehingga nilai akurasi mean Average Precision (mAP) yang didapat dari kedua class tersebut adalah sebesar 41%

Tomatoes are one of the most important plants, besides being consumed fresh tomatoes can also be used for cooking spices. However, this tomato plant is also susceptible to certain diseases. In this study, it will be tested whether the YOLO Algorithm can be used to detect the Types of Diseases on Tomato Leaves in an effort to detect Early Blight and Leaf Mold and determine the level of accuracy of the YOLO Algorithm in detecting these types of diseases. The method that will be used is YOLO (YOU ONLY LOOK ONCE) which will be used to detect diseases in tomato leaves. In the testing process that has been carried out, the measurement can use Precesion, Recall, Average Precesion, Mean Average Precession. This accuracy test is divided into several tests. In testing for Early Blight disease, the precision value is 69%, the recall value is 35% and the AP is 43%. While testing on the Leaf Mold class obtained a precision value of 68%, a recall value of 31% and an AP of 40%. So that the mean Average Precision (mAP) accuracy value obtained from the two classes is 41%.