Peranan kentang didalam kehidupan manusia sangat penting, dikarenakan selain beras kentang memiliki karbohidrat yang tinggi yang bisa membantu program pemerintah yaitu diversifikasi. dan permasalahan yang dihadapi oleh tanaman kentang adalah penyakit daun pada tanaman kentang diantaranya penyakit early blight dan late blight atau biasa disebut penyakit hawar daun yaitu bercak - bercak kering pada daun yang bisa menyebabkan daun tersebut rapuh, penyakit ini jika dibiarkan bisa menyebabkan penurunan produksi pada kentang, hingga bisa menyebabkan gagal panen. Dibutuhkan beberapa teknologi yang cukup dalam mengatasi permasalahan ini seperti klasifikasi jenis penyakit pada daun, tujuan dari penelitian ini yaitu untuk mengidentifikasikan penyakit daun pada tanaman kentang dengan menggunakan algoritma convolutional neural network (CNN), yang memiliki performa bagus dan tingkat akurasi yang baik. Proses pemodelan objek dilakukan dengan tensorflow keras dimana model ini akan digunakan kedalam aplikasi klasifikasi penyakit daun kentang. Penelitian ini melakukan klasifikasi dengan tiga jenis klasifikasi atau tiga jenis kelas yaitu kelas pertama healthy (daun sehat), kelas kedua early blight dan kelas ketiga late blight. Hasil penelitian ini memiliki hasil train objek tensorflow model sebesar 0.9833 sedangkan validation sebesar 0.9733. Prediksi dari model tensorflow sebesar 96,6%. Dari hasil tersebut dapat dilakukan perkembangan dan diterapkan pada alat pendeteksian penyakit daun pada tanaman kentang.

The role of potatoes in human life is very important, because in addition to rice, potatoes have high carbohydrates that can help the government program of diversification, and the problem faced by potato crops is leaf disease in potato crops, among them early blight and late blight disease or commonly called hawar daun disease are dry patches on the leaves that can cause the leaves to be brittle, this disease if left unchecked can cause a decrease production in potatoes, so it can lead to crop failure. It takes some sufficient technology in addressing this problem such as classification types of diseases on the leaves, the purpose of this study is to identify leaf disease in potato crops using convolutional neural network (CNN) algorithm, which has a good peforma and a good level of accuracy. The object modeling process is done with a keras tensorflow where this model will be used into the application of potato leaf disease classification. This study conducted classification with three types of classification or three types of classes, namely the first class healthy (healthy leaves), second class early blight and third-class late blight. The results of this study, have the results of train object tensorflow model of 0.9833 while validation of 0.9733. The prediction of the tensorflow model is 96.6%. From these results can be carried out development and applied to the tool of detection of leaf disease in potato crops.