Tanaman padi merupakan sumber pangan utama bagi masyarakat
Indonesia, namun produksi beras dalam negeri masih belum mencukupi
kebutuhan sehingga impor masih diperlukan. Salah satu penyebab
rendahnya produksi padi adalah serangan organisme pengganggu
tanaman (OPT) yang dapat mengurangi hasil panen. Deteksi penyakit
padi secara manual tidak konsisten, lambat, dan bergantung pada
pengalaman individu sehingga rentan terjadi kesalahan diagnosis.
Kesamaan gejala pada berbagai penyakit juga mempersulit identifikasi,
terutama bagi petani pemula. Untuk mengatasi tantangan ini, metode
Deep Learning (DL) berarsitektur Convolutional Neural Network (CNN)
dapat digunakan karena kemampuannya untuk mengenali pola visual
seperti tekstur dan warna pada citra secara otomatis dengan
memanfaatkan dataset citra daun yang diambil dari lapangan maupun
laboratorium. Penelitian ini bertujuan menerapkan CNN untuk
mendeteksi penyakit padi dalam kategori yang lebih beragam, serta
mengembangkan aplikasi mobile berbasis android agar lebih mudah
diakses oleh petani di lapangan, sehingga dapat mempercepat diagnosis
dan pengambilan tindakan yang tepat.