Di Indonesia cabai adalah jenis sayuran yang sangat penting, yang dikonsumsi untuk perdagangan di
dalam negeri maupun untuk di ekspor. Selain mengandung gizi, cabai juga mempunyai nilai ekonomi
yang tinggi. Semakin meningkatnya kualitas cabai sebagai komoditas yang sering mengalami fluktuasi
harga paling tinggi, maka dari itu dibutuhkannya klasifikasi tanaman cabai untuk menjaga kualitas hasil
panen cabai agar produksi cabai dapat semakin meningkat. Penelitian ini merupakan pengklasifikasian
penyakit tanaman cabai dengan metode convolutional neural network, dengan memiliki beberapa proses
perancangan dan pengimplementasian. Tujuan pembuatan penelitian ini adalah untuk membantu dalam
pengklasifikasian kualitas tanaman cabai yang diharapkan kualitas cabai ini tetap terjaga di pasaran dan
tidak mengalami lonjakan harga. Klasifikasi penyakit tanaman cabai dengan menggunakan
convolutional neural network berdasarkan data train dan data test. Untuk membentuk sebuah model pada
klasifikasi perlu dilakukan training data serta terdapat 3 kategori yang digunakan untuk model klasifikasi
yaitu yellowish, leaf curl, dan healthy. Data latih kompatinel dengan komputer dalam mode GPU
tunggal dan data validasi tidak diikutsertakan dalam proses pelatihan serta bahan peninjauan interpreter
untuk menentukan jenis objek tanaman cabai yang sulit dibedakan dengan nyata yaitu hasil label
klasifikasi yang muncul pada jaringan.