Tanaman bawang merah merupakan salah satu tanaman yang paling banyak diproduksi di Kabupaten Enrekang. Yang menjadi hambatan dalam budidayanya yaitu adanya penyakit pada tanaman tersebut sehingga dapat menurunkan hasil produksinya. Penyakit tersebut dapat kita ketahui dari bercak-bercak pada daun karena bercak-bercak tersebut memiliki karakteristik warna dan tekstur yang unik. Tujuan pada penelitian ini yaitu untuk menentukan hasil klasifikasi penyakit tanaman bawang merah yang berfokus pada penyakit bercak ungu dan moler. Algoritma klasifikasi yang digunakan adalah CNN dan SVM dengan kernel RBF, linear, sigmoid, dan polynomial. Adapun metode ekstraksi fitur yang digunakan adalah Gray Level Co-occurance Matrix (GLCM). Analisis dilakukan dengan menggunakan 320 dataset dengan 2 kelas yaitu, penyakit bercak ungu dan penyakit moler, masing masing kelas tersebut memiliki 160 dataset. Hasil pengujian tersebut menujukkan bahwa metode CNN dan SVM dengan kernel RBF, linear, dan polynomial mendapatkan nilai accuracy, precision, recall dan F1 score masing-masing 100%. Sedangkan metode SVM pada kernel sigmoid menggunakan ekstraksi fitur tekstur dengan metode GLCM menyatakan bahwa nilai accuracy 75%, precision 75%, recall 73% dan F1-Score 74%. Maka hasil tersebut menyatakan bahwa metode Sigmoid menggunakan ekstraksi fitur GLCM memiliki nilai paling rendah di antara metode lain.