<![CDATA[Tanaman cabai merupakan tanaman yang memiliki potensi ekonomi besar di Indonesia. Meskipun demikian, produksi cabai mengalami penurunan dari tahun ke tahun, salah satunya disebabkan oleh dampak penyakit. Dengan mengamati kondisi tanaman cabai, kita dapat melihat perubahan yang terjadi pada daun dari tanaman cabai. Deteksi penyakit daun cabai diperlukan untuk meminimalkan risiko gagal panen pada tanaman cabai dan sebagai langkah pengendalian strategis. Jumlah spesies penyakit yang terdapat pada tanaman cabai sangat tinggi, dan kurangnya pengetahuan tentang gejala penyakit membuat petani sulit mengidentifikasi jenis penyakit yang menyerang mereka. Oleh karena itu diperlukan sistem yang mampu mendeteksi penyakit daun cabai. Metode Artificial Neural Network (ANN) untuk mengklasifikasi penyakit pada daun tanaman cabai. Tujuan dari penelitian ini adalah mengembangkan model klasifikasi penyakit daun cabai dengan menggunakan pendekatan Artificial Neural Network (ANN). Metode yang digunakan dalam penelitian ini meliputi pengumpulan data gambar daun cabai yang terserang penyakit, preprocessing data, pelatihan model ANN, dan evaluasi kinerja model. Hasil penelitian menunjukkan bahwa model ANN yang dikembangkan mampu mengklasifikasikan penyakit daun tanaman cabai dengan akurasi sebesar 93%. Kesimpulan dari penelitian ini adalah pendekatan ANN efektif dalam mengklasifikasikan penyakit daun cabai dan dapat berfungsi sebagai alat bagi petani untuk mendeteksi dan mengendalikan penyakit tanaman secara lebih efisien]]>
