Teh menjadi salah satu minuman paling populer di dunia dan banyak
diminati. Indonesia merupakan negara eksportir teh terbesar keenam dunia.
Berbagai macam usaha pengolahan dan implementasi secara berkala menemui
keterbatasan sehingga tidak dapat memenuhi kebutuhan produksi yang
diprediksikan. Salah satu penyebab turunnya produksi teh di Indonesia adalah
penyakit pada daun teh, penyakit yang sering ditemui pada daun teh yaitu Brown
blight dan penyakit Alga Leaf Spot. Untuk itu dibutuhkan sebuah metode yang
mampu mendeteksi penyakit pada daun teh salah satunya Convolutional Neural
Network menggunakan arsitektur VGG-16. Data yang digunakan berjumlah 1500
data terdiri dari 3 kelas yaitu healthy, brown blight, alga spot. Data dibagi menjadi
2 bagian, 1350 data yang digunakan sebagai validasi silang dan 150 data untuk uji
akhir. Pengujian akhir menggunakan 150 citra didapatkan akurasi sebesar 97,7%.
Kesimpulan dari penelitian ini menunjukkan bahwa algoritma Convolutional
Neural Network (CNN) yang dibangun relatif mampu mendeteksi jenis penyakit
daun teh dengan baik. Nilai sensitivitas lebih kecil dibanding dengan spesifisitas
artinya tingkat pendeteksi model penyakit lebih rendah dari tingkat pendeteksi daun
sehat untuk mendeteksi citra penyakit daun teh.