Cabai merah varietas ”inko hot” adalah jenis cabai merah yang memiliki nilai ekonomis yang tinggi.
Sayangnya, tanaman cabai merah ini sering terinfeksi penyakit antraknosa, yang berakibat pada kerugian
yang signifikan bagi para petani. Antraknosa adalah salah satu penyakit utama yang menginfeksi
tanaman cabai, berpotensi mengakibatkan kegagalan panen dan kerugian hingga 80%. Tujuan dari studi
ini adalah mengembangkan sistem klasifikasi untuk mengidentifikasi penyakit antraknosa pada buah
cabai merah, dengan metode Convolutional Neural Network (CNN). Pada eksperimen ini, terdapat
sebanyak 1500 data yang digunakan, di mana 80% diantaranya digunakan sebagai data untuk pelatihan
dan 20% sebagai data untuk validasi. Hasil terbaik dari eksperimen ini menghasilkan model dengan
akurasi sebesar 97% dan tingkat loss sebesar 6,45%, dengan menerapkan algoritma optimasi Nadam dan
melalui 50 iterasi (epochs). Model ini menunjukkan kinerja yang baik dengan tingkat ketepatan prediksi
83,33%. Pengembangan sistem klasifikasi ini memiliki potensi signifikan dalam memberikan solusi yang
efisien untuk mengenali penyakit pada tanaman cabai. Melalui pengembangan berkelanjutan, sistem ini
dapat menjadi alat berharga bagi para petani untuk meningkatkan produktivitas panen dan mengurangi
dampak negatif akibat serangan penyakit pada cabai merah serta tanaman lainnya.