<![CDATA[Desa Bulang, yang terletak di Kecamatan Gending, Kabupaten Probolinggo, dikenal sebagai salah satu pusat produksi bawang merah dengan potensi pertanian yang besar. Sebagian besar penduduknya bergantung pada budidaya bawang merah, berkat kondisi iklim dan kesuburan tanah yang mendukung. Namun, para petani di daerah ini sering menghadapi tantangan serius, seperti serangan hama ulat dan penyakit busuk daun, yang dapat mengakibatkan gagal panen dan kerugian ekonomi yang signifikan. Untuk mengatasi masalah ini, diperlukan solusi berbasis teknologi yang dapat mendeteksi kondisi daun tanaman secara dini. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur VGG-16 untuk mengidentifikasi kondisi daun bawang merah dalam tiga kategori: daun sehat, daun yang terserang hama ulat, dan daun yang terkena penyakit busuk daun. Dataset yang digunakan terdiri dari 600 citra daun yang dikumpulkan langsung dari Desa Bulang dan telah melalui tahap pre--processing, termasuk pengubahan ukuran (Resize), augmentasi, dan normalisasi. Model ini dilatih dan diuji dengan membagi data menjadi bagian pelatihan, validasi, dan pengujian, serta dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 93% pada data pengujian, yang menunjukkan kinerja yang sangat baik dan efektif. Selain itu, model ini berhasil diintegrasikan ke dalam aplikasi web berbasis Streamlit, sehingga dapat digunakan langsung oleh petani untuk mendeteksi serangan hama dengan cepat dan praktis. Penelitian ini diharapkan dapat meningkatkan produktivitas pertanian dan memberikan kontribusi terhadap penerapan teknologi dalam sektor pertanian lokal.]]>
