Kentang (Solanum Tuberosum) adalah makanan pokok karbohidrat yang berperan penting dalam memberikan nutrisi di berbagai macam belahan dunia, termasuk Indonesia. Deteksi dini penyakit tanaman merupakan langkah penting dalam menjaga produktivitas hasil pertanian, khususnya pada tanaman kentang yang rentan terhadap penyakit bercak kering (early blight) dan busuk daun (late blight). Kedua penyakit ini memiliki gejala yang hampir mirip, yaitu terjadinya penghitaman di bagian daun dan juga adanya bercak nekrotik, sehingga cenderung sulit untuk diidentifikasi. Penelitian ini mengembangkan sebuah aplikasi mobile berbasis Android bernama PotatoCare yang mampu mendeteksi penyakit pada daun kentang secara otomatis menggunakan model Convolutional Neural Network (CNN). Adapun arsitektur model yang digunakan adalah ResNet50V2 dan model CNN baru. Dataset yang digunakan berasal dari Kaggle dan telah diproses melalui teknik augmentasi dan pembagian data terstruktur. Setelah melakukan percobaan kedua model yang digunakan memberikan hasil yang cukup memuaskan, masing-masing dengan akurasi sebanyak 0.9907 (99%) dan 0.9622 (96%) dengan dataset pengujian. Hasil pengujian aplikasi dengan menggunakan User Acceptance Test (UAT) menunjukkan bahwa semua fitur pada aplikasi sudah berjalan sesuai dengan ekspektasi penguna. Berdasarkan penelitian ini aplikasi mampu mengenali jenis penyakit pada daun kentang berdasarkan citra daun kentang yang digunakan.