Indonesia adalah negara penghasil kopi terbesar keempat di dunia. Namun jika dibandingkan dengan 3 negara lainnya, hasil produksi kopi Indonesia masih terbilang kecil. Banyak faktor yang membuat hal ini terus berlanjut, diantaranya adalah banyak pohon kopi petani yang terserang penyakit. Jika penanganan terhadap penyakit ini lambat, maka penyakit pada satu pohon dapat menular pada pohon lainnya. Hal ini menyebabkan turunnya produktivitas kopi Indonesia. Pada penelitian ini penulis mengimplementasikan arsitektur Convolutional Neural Network (CNN) Alexnet dengan platform pemrograman MATLAB untuk identifikasi penyakit pada tanaman kopi melalui citra. Jumlah total dataset yang digunakan sebanyak 300 data yang terbagi dalam 3 kelas yaitu health, rust dan red spider mite. Proses training yang melibatkan 260 data latih menghasilkan akurasi dengan nilai 69.44-80.56%. Proses pengujian jaringan menggunakan 40 data uji menghasilkan akurasi sebesar 81.6%. Berdasarkan hasil penelitian dapat dikatakan bahwa arsitektur Alexnet akurat untuk klasifikasi hama daun pada tanaman kopi.