<![CDATA[Penyakit pada tanaman dan hewan merupakan salah satu faktor yang dapat menurunkan produktivitas pada sektor pertanian dan peternakan. Proses diagnosis penyakit yang masih dilakukan secara manual seringkali membutuhkan waktu yang lama serta memerlukan pengetahuan khusus dari para ahli. Oleh karena itu, diperlukan suatu sistem yang dapat membantu proses identifikasi penyakit secara cepat dan akurat dengan memanfaatkan teknologi kecerdasan buatan. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi berbasis web yang dapat digunakan untuk mendiagnosa penyakit pada tanaman dan hewan menggunakan metode Convolutional Neural Network (CNN). Metode yang digunakan dalam penelitian ini adalah Research and Development (R&D) dengan memanfaatkan algoritma CNN sebagai metode klasifikasi citra. Dataset yang digunakan terdiri dari citra tanaman dan hewan yang telah dikategorikan berdasarkan kondisi sehat maupun jenis penyakit tertentu. Proses penelitian meliputi tahap pengumpulan dataset, preprocessing data, pelatihan model CNN, serta implementasi model ke dalam aplikasi berbasis web menggunakan framework Flask. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan mampu melakukan proses diagnosis penyakit tanaman dan hewan secara otomatis dengan waktu respons rata-rata sekitar 1,48 detik. Sistem juga dapat menampilkan informasi mengenai jenis penyakit yang terdeteksi serta rekomendasi penanganan yang dapat dilakukan oleh pengguna. Aplikasi ini diharapkan dapat membantu petani dan peternak dalam melakukan diagnosis awal penyakit secara lebih cepat, mudah, dan efisien]]>
