Penyakit daun pepaya, seperti Papaya Ringspot Virus dan Begomovirus, berdampak signifikan terhadap produksi dan kualitas pepaya. Identifikasi manual sering kali tidak efektif dikarenakan adanya kemiripan gejala secara visual. Pada penelitian ini diusulkan sebuah sistem untuk mengklasifikasikan penyakit daun pepaya menggunakan Convolutional Neural Network (CNN) dengan metode ensemble learning yang bertujuan meningkatkan akurasi dan memberikan prediksi yang akurat dan stabil pada data baru yang belum pernah dilihat saat training. Tiga arsitektur CNN, yaitu VGG16, ResNet-34 dan MobileNetV2 dilatih secara individual dengan hyperparameter optimization menggunakan grid search. Setelah pelatihan model individual, ketiga model tersebut digabungkan (ensemble) dengan metode soft voting. Hasil penelitian menunjukkan bahwa model individual terbaik adalah MobileNetV2, meraih 98% pada semua metrik accuracy, precision, recall dan f1-score, namun model dengan performa paling optimal diraih oleh model ensemble. Model ensemble meraih accuracy 99%, precision 98%, recall 99%, dan f1-score 99%, menunjukkan adanya peningkatan dibandingkan ketiga model individu yang telah dilatih dan model ResNet-152v2 pada penelitian oleh Nasution dkk., (2025).