Abstract :
Jagung (Zea Mays) merupakan tanaman pangan utama yang menepati kedua setelah padi di Indonesia. Di Indonesia, produktivitas jagung semakin meningkat setiap tahunnya. Namun demikian, produktivitas jagung dapat mengalami penurunan kuantitas dan kualitas hasil panen karena adanya serangan wabah penyakit dan pengendalian penyakit yang tertunda, yang dapat menyebabkan gagal panen. Penelitian ini bertujuan untuk membangun sistem klasifikasi penyakit jagung secara realtime yang dapat mendiagnosa empat jenis penyakit tanaman jagung. Penelitian ini menggunakan Algoritma Convolutional Neural Network untuk klasifikasi penyakit daun jagung. Arsitektur yang digunakan pada penelitian ini menggunakan MobileNetV2. Dari hasil penelitian klasifikasi penyakit daun jagung sudah cukup baik. Hal ini ditunjukkan dengan tingkat akurasi sebesar 98%. Penelitian ini dilakukan dengan menggunakan teknik pengujian seperti Black Box dan Usability Testing, dan akurasi model system memiliki fungsionalitas sesuai dengan yang diharapkan.