Diseases of a plant will greatly affect the yield of such a crop. If the disease is not treated immediately, it can damage the crop and result in crop failure which will affect the economy. Therefore, the identification of plant diseases, especially in chili peppers, is very important in the process of plant care. Chili plants are a type of plant that is widely grown in Indonesia, chili plants are also plants that are much loved by almost all people and are one of the food ingredients needed with a lot of demand, it will be necessary to increase chili land. The larger or larger the land area, the greater the effort required to care for and supervise the plants. With the development of
technology today, there will be opportunities in identifying plants automatically using a computer system. Using image processing the disease is captured through the camera will be able to be analyzed and identified with a computer. So that in supervising plants will become easier and
more efficient. There are several types of diseases in chili plants that are often found, namely yellow virus, stem rot, and leaf spot. A feature of the disease can be seen from the shape of the color of the leaves. In this study, disease identification was carried out using the CNN algorithm.
CNN is used so that models can extract features and perform image classification automatically. Image data taken directly from the IP2TL Balitsa plantation of the Ministry of Serpong Jakarta. And the data was taken around 12.30 – 14.00 noon, so that the image has a clear color. This model
will be able to classify 3 types of leaf conditions including 3 diseased and convolutionary processes using Google Colab. This CNN model can produce 45% accuracy.

Penyakit dari suatu tanaman akan sangat mempengaruhi hasil panen dari tanaman tersebut. Jika penyakit tidak segera ditangani maka penyakit tersebut dapat merusak tanaman dan
mengakibatkan gagal panen yang akan berpengaruh ke ekonomi. Oleh sebab itu identifikasi penyakit tanaman khususnya pada cabai sangat penting dalam proses perawatan tanaman.
Tanaman cabai merupakan jenis tanaman yang banyak ditanam di Indonesia, tanaman cabai juga merupakan tanaman yang banyak digemari oleh hampir seluruh masyarakat dan merupakan salah
satu bahan pangan yang dibutuhkan dengan banyaknya permintaan maka akan diperlukan adanya penambahan lahan cabai. Semakin besar atau luas lahannya maka akan semakin besar usaha yang diperlukan untuk merawat dan mengawasi tanaman. Dengan perkembangan teknologi saat ini, akan adanya peluang dalam melakukan identifikasi terhadap tanaman secara otomatis menggunakan sistem komputer. Dengan menggunakan image processing penyakit yang diambil gambarnya melalui kamera akan dapat dianalisis dan diidentifikasi dengan komputer. Sehingga dalam mengawasi tanaman akan menjadi lebih mudah dan efisien. Ada beberapa jenis penyakit pada tanaman cabai yang sering dijumpai yaitu virus kuning, busuk batang, dan bercak daun. Ciri dari penyakit tersebut bisa dilihat dari bentuk warna daun. Pada penelitian ini dilakukan identifikasi penyakit dengan menggunakan algoritma CNN. CNN digunakan agar model dapat mengekstrak fitur dan melakukan klasifikasi citra secara otomatis. Data citra yang diambil langsung dari perkebunan IP2TL Balitsa Kementerian Serpong Jakarta. Dan data diambil sekitar pukul 12.30 – 14.00 siang, sehingga citra memiliki warna yang jelas. Model ini akan bisa mengklasifikasikan 3 jenis kondisi daun diantaranya 3 yang penyakit dan proses konvolusi menggunakan Google Colab. Model CNN ini dapat menghasilkan akurasi 45%.