Anggur atau Nama Ilmiahnya Vitis Vinifera merupakan tanaman asli dari Eropa yang saat ini banyak ditanam dan dibudidayakan di berbagai negara termasuk Indonesia. Anggur dapat dibedakan jenisnya melalui warna, bentuk, ukuran, rasa, dan daunnya. Khususnya Untuk Meningkatkan Kualitas Produksi Wine Cara Melindungi Tanaman Dari Penyakit Yang Disebabkan Oleh Jamur Dan Mikroorganisme. Umumnya Penyakit Tanaman Merambat Meliputi 4 (Empat) Jenis Penyakit Yaitu Hawar Daun, Tungau. (Tungau), Sorgum Hitam (Dark Sorgum) Dan Busuk Hitam (Dark Decay). Dalam Penelitian Ini Akan Diusulkan Menggunakan Metode Ekstraksi Struktur Jaringan Saraf Matriks Kejadian Bersama Tingkat Abu-Abu (GLCM) Untuk Klasifikasi Anggur. Information yang digunakan dalam penelitian ini berasal dari Kaggle setiap kelas berisi kumpulan information sebanyak 80. Terdapat 4 Kelas Klasifikasi yaitu Daun Sehat, Kudis Hitam, Daun Keriput dan Busuk Daun Hitam. Metode yang digunakan dalam Penelitian Ini adalah Jaringan Syaraf Tiruan dengan propagasi balik. Penggunaan Kecerdasan Buatan Untuk Proses Pengenalan Gambar Telah Banyak Digunakan Oleh Para Peneliti. Salah Satu Bidangnya Adalah Pengenalan Penyakit Daun Anggur. Demonstrate Inkremental Dilakukan Sebelum Klasifikasi Mesin Vektor Dukungan Dengan Inti Kubik, Dengan Akurasi 97,6%. Peningkatan Performa Akurasi Prediksi Gambar Melalui Show Juga Dapat Ditingkatkan Dengan Berbagai Cara. Beberapa Teknik Yang Dapat Digunakan Antara Lain: Menggunakan Pemilihan Fitur, Pra-Pemrosesan Untuk Menemukan Dan Menghilangkan Exception, Atau Memilih Algoritma Klasifikasi Yang Secara Khusus Mampu Menangani Kumpulan Information Dengan Karakteristik Tertentu. Teknik Lainnya Adalah Dengan Menjalankan Gambar Melalui Proses Ekstraksi Fitur Untuk Mendapatkan Dataset. Berkualitas Baik Yang Dapat Dilatih Untuk Mendapatkan Demonstrate Dengan Akurasi Yang Relatif Lebih Tinggi Dibandingkan Penelitian Sebelumnya.