<![CDATA[ABSTRACTRice (Oryza sativa) is one of the most important cultivated plants in civilization in the world. Including in Asia, making rice production as a staple food every day, especially in Indonesia. The quality and quantity of rice are certainly produced from healthy rice plants. However, there are many factors that can interfere with good rice production, one of which is disease in rice plants. Diseases in rice plants if not given the right treatment, the plants can wither and even die before harvesting. Rice plants that are infected with diseases that last until harvest time also cannot produce rice of good quality.Rice farmers certainly have a warehouse for storing rice plants from the harvest. Therefore, different rice varieties are very easy to mix during harvesting, storage and marketing. Most rice farmers sort rice manually and do not pay much attention to plant health which will certainly require higher costs, subjectivity, boredom and inconsistencies associated with manual sorting.Based on the results of other previous studies using methods other than CNN such as Transfer Learning, it obtained an accuracy of 92.46% and SVM (Support Vector Machine) with an accuracy of 82%. It is hoped that with CNN there will be an increase in accuracy.Keyword: rice, digital image, convolutional neural network algorithm, deep learningABSTRAKTanaman padi (Oryza sativa) merupakan salah satu tanaman budidaya terpenting dalam peradaban di dunia. Termasuk di Asia, menjadikan hasil produksi padi sebagai bahan makanan pokok sehari hari, terutama di Indonesia. Kualitas dan kuantitas beras tentu dihasilkan dari tanaman padi yang sehat. Namun, ada banyak faktor yang dapat mengganggu produksi beras yang baik, salah satunya adalah penyakit pada tanaman padi. Penyakit pada tanaman padi jika tidak diberikan penanganan yang benar, maka tanaman dapat layu bahkan mati sebelum dipanen. Tanaman padi yang terjangkit penyakit yang bertahan hingga masa panen juga tidak bisa menghasilkan beras dengan kualitas yang baik.Para petani padi tentu memiliki Gudang penyimpanan tanaman padi dari hasil panen. Oleh karena itu varietas padi yang berbeda – beda sangat mudah tercampur selama panen, penyimpanan, dan pemasaran. Kebanyakan para petani padi mengurutkan padi secara manual dan tidak begitu memperhatikan Kesehatan tanaman yang tentu akan membutuhkan biaya tinggi, subjektivitas, kebosanan dan inkonsistensi terkait dengan pengurutan manual tersebut.Berdasarkan hasil penelitian lain sebelumnya menggunakan metode selain CNN seperti Transfer Learning mendapatkan akurasi 92,46% dan SVM ( Support Vector Machine ) dengan akurasi 82%. Diharapakan dengan CNN akan terjadi peningkatan akurasi.Kata Kunci: tanaman padi, citra digital, Algoritma Convolutional Neural Network, deep learning]]>
