JTT (Jurnal Teknologi Terpadu)
Not a member yet
157 research outputs found
Sort by
Pengembangan Aplikasi Game Pengenalan Jenis-jenis Virus Berbasis RPG
Full text linkThe global community has been significantly affected by the COVID-19 pandemic in terms of health, education, the economy, social matters, and culture. Digital devices are increasingly being used for entertainment to combat boredom amidst restrictions on physical activity. However, this behaviour can also reduce adherence to health protocols, which can lead to high cases of COVID-19. Education about viruses is increasingly emphasized, especially for adolescents, who are a key group in preventing the spread of viral infections. Consequently, the media is required to introduce the different kinds of viruses and their survival strategies. This study aims to create an RPG-based "V-Fight" game application for virus types' exposure among teens. The research used a software development methodology that applied the Multimedia Development Life Cycle (MDLC), which consists of Concept, Design, Material Collecting, Assembly, Testing, and Distribution. The validation test conducted on 35 respondents obtained a validity level of 76.38%. This indicates that the tested game has sufficient criteria to be considered a practical learning tool.Masyarakat global telah terdampak secara signifikan oleh pandemi COVID-19 baik dari segi kesehatan, pendidikan, ekonomi, sosial, dan budaya. Perangkat digital semakin banyak digunakan untuk tujuan hiburan guna melawan kebosanan di tengah pembatasan aktivitas fisik. Namun, perilaku ini juga dapat mengurangi kepatuhan terhadap protokol kesehatan, yang dapat menyebabkan tingginya kasus COVID-19. Pentingnya edukasi mengenai virus semakin ditekankan, terutama bagi remaja yang merupakan kelompok kunci dalam mencegah penyebaran infeksi virus. Oleh karena itu, diperlukan media yang dapat mengenalkan berbagai jenis virus dan strategi bertahan hidup. Tujuan dari penelitian ini adalah untuk membuat aplikasi game "V-Fight" berbasis RPG untuk pengenalan jenis-jenis virus di kalangan remaja. Penelitian ini menggunakan metodologi pengembangan perangkat lunak yang menerapkan Multimedia Development Life Cycle (MDLC), yang terdiri dari Concept, Design, Material Collecting, Assembly, Testing, dan Distribution. Uji validasi yang dilakukan terhadap 35 responden memperoleh tingkat validitas sebesar 76,38%. Hal ini menunjukkan bahwa game yang diuji coba memiliki kriteria yang cukup untuk dapat dikatakan sebagai media pembelajaran yang efektif
Rancang Bangun Website Kampung Batu Lubang Pantai sebagai Destinasi Wisata dan Sarana Promosi Pariwisata
Full text linkKampung Batu Lubang Pantai is located in Makbon District, Sorong Regency, and is part of the marine tourism area in Southwest Papua. So far, tourists/visitors are primarily familiar with Tanjung Batu Lubang tourism, even though there are many other tourism potentials, such as beach tourism (Bainggik Beach, Bainggik Tengah, Klaswonik, Pasir Pendek, Kladimala, Tanjung Batu Lubang, Pasir Timbul), cultural attractions (A’len dance, Srar dance, Suling Tambur, traditional Moi Tribe houses), religious sites (Gospel Monument, Hill of the Cross), and local wisdom products (noken Banto, kal’uk head covers, kal’dala, kal’lagi, noken kwok ou ukisik, mats). This lack of awareness is due to the insufficient and incomplete dissemination of information, as well as the community’s limited understanding of IT utilization. The purpose of this research is to design and build a website for Kampung Batu Lubang Pantai to assist in spreading information related to village activities and tourist destinations, serving as a tourism promotion tool that can ultimately improve the welfare and economy of the community. The system development method uses the Waterfall model, which includes requirements, design, implementation, verification, and maintenance stages. The applications used include Balsamiq Mockups, draw.io, and Bracket Editor. The result of the research is a village website consisting of menus such as Beranda, Profil, Pemerintahan, Informasi, Galeri, Potensi, and Kontak. System testing using Black Box Testing showed that the menu functions were working well so that it could be handed over to the village.Kampung Batu Lubang Pantai terletak di Distrik Makbon, Kabupaten Sorong yang menjadi bagian dari kawasan wisata bahari di Papua Barat Daya. Selama ini, para wisatawan/pengunjung hanya mengetahui wisata Tanjung Batu Lubang, padahal masih banyak potensi wisata lainnya seperti wisata pantai (Pantai Bainggik, Bainggik Tengah, Klaswonik, Pasir Pendek, Kladimala, Tanjung Batu Lubang, Pasir Timbul), budaya (tari A’len, tari Srar, Suling Tambur, rumah adat Suku Moi), agama (Tugu Injil, Bukit Salib), serta kearifan lokal (noken Banto, penutup kepala kal’uk, kal’dala, kal’lagi, noken kwok ou ukisik, tikar). Hal ini dikarenakan kurangnya penyebaran informasi secara meluas dan lengkap, serta kurangnya pemahaman masyarakat terkait pemanfaatan TI. Tujuan penelitian ini adalah merancang dan membangun website Kampung Batu Lubang Pantai agar membantu penyebaran informasi terkait kegiatan kampung maupun destinasi wisata sehingga dapat menjadi sarana promosi pariwisata yang nantinya dapat meningkatkan kesejahteraan dan perekonomian masyarakat. Metode pengembangan sistem menggunakan Waterfall dengan tahapan requirement, design, implementation, verification, dan maintenance. Adapun aplikasi yang digunakan diantaranya Balsamiq Mockups, draw.io, dan Bracket Editor. Hasil penelitian berupa website kampung yang terdiri dari menu Beranda, Profil, Pemerintahan, Informasi, Galeri, Potensi, dan Kontak. Pengujian sistem menggunakan Black Box Testing menunjukkan fungsi menu-menu berjalan dengan baik sehingga dapat diserahkan kepada pihak kampung
Rencana Strategis Transformasi Teknologi Informasi pada Industri Kelapa Sawit Menggunakan Framework Zachman
Full text linkThis research aims to design and implement an effective Information Technology (IT) Transformation Strategic Plan to increase national palm oil productivity in the palm oil industry. IT strategies will be developed using the Zachman Framework, considering architectural aspects and business perspectives. This research was carried out from February to October 2024 at UPNVJ’s Data Science laboratory and company facilities in Jakarta and Central Kalimantan. This research contributes to integrating the Zachman Framework with a specific information technology transformation approach for the palm oil industry, which has not been widely applied in the previous literature. The implementation step involves an in-depth analysis of business needs and processes and the development of appropriate IT solutions. The research results are expected to result in significant transformations in palm oil industry operations, such as increased productivity, efficiency, and adaptation to market changes. The study also considers architectural dimensions and business perspectives in implementing effective IT solutions. Cooperation with key stakeholders, including palm oil producers, suppliers, and consumers, is highly valued. This study’s results are expected to guide other industries and the government in formulating policies supporting IT transformation in the national palm oil industry sector.Penelitian ini bertujuan untuk merancang dan menerapkan Rencana Strategis Transformasi Teknologi Informasi (TI) yang efektif dalam industri kelapa sawit untuk meningkatkan produktivitas sawit nasional. Dengan menggunakan Framework Zachman, strategi TI akan dikembangkan dengan mempertimbangkan aspek arsitektur dan perspektif bisnis. Penelitian ini dilaksanakan dari Februari hingga Oktober 2024 di laboratorium Data Science UPNVJ dan fasilitas perusahaan di Jakarta serta Kalimantan Tengah. Penelitian ini memberikan kontribusi dalam mengintegrasikan Framework Zachman dengan pendekatan transformasi teknologi informasi khusus untuk industri kelapa sawit, yang belum banyak diterapkan di literatur sebelumnya. Langkah implementasi melibatkan analisis mendalam terhadap kebutuhan dan proses bisnis, serta pengembangan solusi TI yang sesuai. Hasil penelitian diharapkan menghasilkan transformasi signifikan dalam operasional industri kelapa sawit, seperti peningkatan produktivitas, efisiensi, dan adaptasi terhadap perubahan pasar. Penelitian ini juga mempertimbangkan dimensi arsitektur dan perspektif bisnis dalam implementasi solusi TI yang efektif. Kerja sama dengan pemangku kepentingan utama, termasuk produsen kelapa sawit, pemasok, dan konsumen, sangat diutamakan. Hasil penelitian ini diharapkan menjadi panduan bagi industri lainnya dan referensi bagi pemerintah dalam merumuskan kebijakan yang mendukung transformasi TI di sektor industri sawit nasional
Pemanfaatan Data Ulasan Pengguna untuk Membangun Sistem Klasterisasi berdasarkan Pain Points menggunakan Algoritma K-Means
Full text linkIn design thinking, empathizing and defining stages are part of UX research. The goal is to analyze pain points or complaints experienced by users using qualitative data. However, this process is always done manually, which can be time-consuming and resource-intensive. The objective of this research is to develop a system for clustering qualitative data based on problem topics using K-Means clustering and several evaluation methods, namely silhouette score, Davies-Bouldin Index, and Calinski-Harabasz Index, implemented in Python programming language and run on Google Colaboratory. User review data for the Gojek app version 4.9.3 from November 2021 to January 2024, obtained from Kaggle and preprocessed, will be used as the object for system development. Based on testing for each cluster number, the results obtained are 14 clusters or problem topics with a silhouette score of 0.65, Davies-Bouldin Index of 0.35, and Calinski-Harabasz Index of 40.7, where each evaluation method has good accuracy. The system requires a computation time of 127.4 seconds. The K-Means algorithm is effective when clustered user review data based on complaint topics. UX researchers can utilize the system from this research to assist them in analyzing pain points more quickly and efficiently.Dalam design thinking, tahap empathize dan define termasuk bagian UX research. Tujuannya untuk menganalisis pain points atau keluhan yang dialami oleh para pengguna dari data kualitatif yang didapatkan. Namun, proses ini selalu dilakukan secara manual, yang mana dapat memakan waktu dan sumber daya yang lebih banyak. Tujuan dari penelitian ini adalah mengembangkan sistem pengelompokkan data kualitatif berdasarkan topik masalah menggunakan K-Means clustering dan beberapa metode evaluasi, yaitu silhouette score, Davies-Bouldin Index, dan Calinski-Harabasz Index dengan bahasa pemrograman Python yang dijalankan pada Google Colaboratory. Data ulasan pengguna aplikasi Gojek versi 4.9.3 dengan rentang waktu November 2021 sampai dengan Januari 2024 dari Kaggle yang telah dilakukan beberapa tahap preprocessing, akan dimanfaatkan sebagai objek pengembangan sistem. Berdasarkan pengujian setiap jumlah klaster, hasil yang didapatkan adalah 14 klaster atau topik masalah dengan silhouette score 0.65, Davies-Bouldin Index 0.35 dan Calinski-Harabasz Index 40.7, yang mana setiap metode evaluasi memiliki kualitas akurasi yang baik. Sistem membutuhkan waktu komputasi selama 127.4 detik. Algoritma K-Means menunjukkan keefektifannya ketika digunakan untuk mengelompokkan data ulasan pengguna berdasarkan topik keluhannya. Sistem dari hasil penelitian ini dapat dimanfaatkan oleh para UX researcher untuk membantu mereka dalam menganalisis pain points lebih mudah dan efisien
Implementasi Metode Double Exponential Smoothing untuk Sistem Peramalan Penjualan Alat Musik
Full text linkEMC-Emmanuel Music Centre is a company that sells musical instruments and sound systems with the aim of advancing music and professional audio in Indonesia. This research aims to forecast the monthly sales of musical instruments to better manage sales data and develop more efficient sales strategies. The method used is Double Exponential Smoothing, a forecasting technique in data mining. The research subjects were the company's musical instrument sales data, with a population covering all sales transactions from January 2022 to January 2024. The sample was selected using purposive sampling, focusing on transaction data of top-selling products. Data was collected through interviews, direct observations of the sales process, and review of marketing strategy documents. The results show that the Double Exponential Smoothing method produces forecasts with an average MAE of 8.12%, categorized as very good. This study recommends using forecast results for inventory management and adjusting seasonal marketing strategies to improve efficiency. The results indicate that an alpha of 0.1 provides better accuracy with an MAE of 17.08, compared to an alpha of 0.2 with an MAE of 19.08. Therefore, an alpha of 0.1 is recommended for improving the forecasting accuracy.EMC-Emmanuel Music Centre merupakan sebuah perusahaan yang menjual alat musik dan sound system dengan tujuan untuk memajukan musik dan profesional audio di Indonesia. Penelitian ini bertujuan untuk memprediksi penjualan bulanan alat musik sehingga pengelolaan data menjadi lebih terorganisir, sekaligus memungkinkan penyusunan strategi penjualan yang lebih efektif. Metode yang digunakan adalah Double Exponential Smoothing, salah satu teknik peramalan dalam analisis data mining. Subjek penelitian adalah data penjualan alat musik perusahaan, dengan populasi mencakup data transaksi penjualan yang berlangsung dari Januari 2022 hingga Januari 2024. Sampel penelitian diambil menggunakan teknik sampling purposif, yang difokuskan pada data transaksi produk tertentu dengan volume penjualan tertinggi. Data diperoleh melalui wawancara, observasi langsung proses penjualan, dan kajian dokumen terkait strategi pemasaran. Hasil pengolahan menunjukkan bahwa metode Double Exponential Smoothing menghasilkan peramalan dengan nilai rata-rata MAE sebesar 8,12%, termasuk dalam kategori sangat baik. Penelitian ini merekomendasikan penggunaan hasil peramalan untuk pengelolaan stok barang dan penyesuaian strategi pemasaran musiman agar lebih efisien. Hasil penelitian menunjukkan bahwa alpha 0,1 memberikan akurasi yang lebih baik dengan MAE sebesar 17,08 dibandingkan dengan alpha 0,2 yang memiliki MAE sebesar 19,08. Oleh karena itu, alpha 0,1 direkomendasikan untuk meningkatkan akurasi peramalan
Implementasi Teknologi Augmented Reality dalam Sains berbasis Android dengan Kartu Interaktif
Full text linkSignificant changes in education have resulted from the advancement of information technology, particularly in the area of abstract science teaching. Android-based Augmented Reality (AR) technology using interactive cards as educational materials is one possible breakthrough. Through interactive visualizations that enable in-depth subject analysis, this project seeks to increase student comprehension and engagement. The ASSURE model served as the basis for the research and development (R&D) methodology used in the study. Learning needs and technology are integrated in this paradigm, which consists of the following steps: Analyze Learners, State Objectives, Select Media and Materials, Utilize Media and Materials, Require Learner Participation, and Evaluate and Revise. Data were collected during a four-week observation period using pretest and posttest tests. An n-gain of 0.71 (high category) in the experimental class and 0.47 (moderate category) in the control class indicated a substantial increase, according to paired sample t-test analysis. The primary distinction was that the control class had less access to AR devices. The findings demonstrated that AR increased student comprehension and involvement. However, obstacles included infrastructural needs and sample limits. To investigate AR's efficacy on a broader scale and its influence on long-term learning results, more research is advised.Perkembangan teknologi informasi membawa perubahan signifikan dalam pendidikan, terutama dalam memfasilitasi pembelajaran sains yang abstrak. Salah satu inovasi potensial adalah teknologi Augmented Reality (AR) berbasis android dengan kartu interaktif sebagai media pembelajaran. Penelitian ini bertujuan meningkatkan pemahaman dan keterlibatan siswa melalui visualisasi interaktif yang memungkinkan eksplorasi materi secara mendalam. Penelitian menggunakan pendekatan Research and Development (R&D) dengan model ASSURE sebagai kerangka kerja. Model ini meliputi Analyze Learners, State Objectives, Select Media and Materials, Utilize Media and Materials, Require Learner Participation, serta Evaluate and Revise, yang mengintegrasikan kebutuhan pembelajaran dengan teknologi. Data diperoleh melalui tes pretes dan postes dalam observasi empat minggu. Analisis paired sample t-test menunjukkan peningkatan signifikan pada kelas eksperimen dengan n-gain 0,71 (kategori tinggi) dibanding kelas kontrol dengan n-gain 0,47 (kategori sedang). Faktor utama perbedaan adalah keterbatasan akses perangkat AR di kelas kontrol. Hasil menunjukkan AR meningkatkan pemahaman dan keterlibatan siswa. Namun, keterbatasan sampel dan kebutuhan infrastruktur menjadi hambatan. Penelitian selanjutnya disarankan mengeksplorasi efektivitas AR dalam skala lebih besar dan dampaknya terhadap hasil belajar jangka panjang
Analisis Faktor Kesuksesan E-Learning dalam Meningkatkan Kualitas Belajar Mengajar di Kota Batam
Full text linkTechnology has had a significant impact on various aspects of human life, one of which is education through the implementation of e-learning as a modern learning solution. Technology makes the teaching and learning process easier thereby improving the quality of teaching and learning. The presence of the COVID-19 pandemic has also accelerated the transition of education to e-learning, although not all countries are fully prepared to implement it. This is also the case in Batam City, which has implemented e-learning in a number of schools and universities with support from academics and the local Education Office. The presence of e-learning offers learning flexibility but also presents challenges, such as learner dissatisfaction that affects low learning motivation. Therefore, this study aims to analyze the factors affecting e-learning user satisfaction among students with the research target of students in Batam City. The research was conducted using quantitative method and processed using SPSS. The results stated that e-learning satisfaction is influenced by system quality, internet quality, information quality and service quality. Therefore, to optimize the satisfaction of e-learning users must pay attention to these four factors.Teknologi telah membawa dampak signifikan pada berbagai aspek kehidupan manusia, salah satunya adalah pendidikan dengan melalui penerapan e-learning sebagai solusi pembelajaran modern. Teknologi mempermudah proses belajar mengajar sehingga meningkatkan kualitas belajar mengajar. Kehadiran pandemi COVID-19 juga mempercepat transisi pendidikan ke e-learning, meskipun tidak semua negara siap sepenuhnya dalam mengimplementasikannya. Hal ini juga pada Kota Batam yang telah menerapkan e-learning di sejumlah sekolah dan perguruan tinggi dengan dukungan dari akademisi dan Dinas Pendidikan setempat. Hadirnya e-learning menawarkan fleksibilitas belajar namun juga menghadirkan tantangan, seperti ketidakpuasan pelajar sehingga mempengaruhi rendahnya motivasi belajar. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor yang mempengaruhi kepuasan pengguna e-learning di kalangan pelajar dengan target penelitian pelajar di Kota Batam. Penelitian dilakukan dengan menggunakan metode kuantitatif dan diolah dengan menggunakan SPSS. Hasil penelitian menyatakan bahwa kepuasan e-learning dipengaruhi oleh kualitas sistem, kualitas internet, kualitas informasi dan kualitas pelayanan. Oleh karena itu, untuk mengoptimalkan kepuasan pengguna e-learning harus memperhatikan keempat faktor tersebut
Implementasi Metode Hybrid Filtering Technique pada Penentuan Rating Pestisida
Full text linkPesticides result from mixing organic chemicals that farmers use to protect their rice plants from disease. Farmers find it difficult to determine pesticide selection due to insufficient information. So many pesticide products are available on the market, and their various advantages make it increasingly difficult for farmers to choose pesticides suitable for certain rice diseases. This research aims to provide farmers with recommendations on determining the best pesticide to eradicate rice diseases. The wrong choice of pesticide used can harm or reduce farmers' crop yields. This research used the Hybrid Filtering Technique combined with Content Based Filtering and Collaborative Filtering methods to search for weight values ​​and rating prediction values ​​using price criteria, pesticide ingredients, and form (liquid, solid, powder). The results of the calculation analysis of implementing the hybrid filtering technique method for each alternative criterion can simulate a ranking to recommend the best pesticide to eradicate the causes of rice disease. This research has concluded that the rating carried out by farmers who have used pesticides influences the determination of the rating value for each pesticide product. The system test results showed that the type of pesticide with the highest rating value was the enquity pesticide, with a value of 2,256.Pestisida adalah hasil pencampuran bahan kimia organik yang digunakan petani agar dapat menghindarkan tanaman padi mereka dari penyakit. Petani merasa kesulitan pada penentuan pemilihan pestisida disebabkan kurangnya informasi tentang pestisida. Produk - produk pestisida begitu banyak yang tersedia di pasaran serta berbagai kelebihan yang ditawarkan, sehingga makin membuat kesulitan para petani  untuk menentukan pilihan pestisida yang cocok dengan penyakit padi tertentu. Tujuan pada penelitian ini adalah sebagai pemberi rekomendasi kepada petani dalam penentuan jenis pestisida terbaik untuk dapat memusnahkan penyakit padi. Kesalahan pemilihan pestisida yang digunakan dapat merugikan atau mengurangi hasil panen petani. Pada penelitian ini digunakan metode Hybrid Filtering Technique  yang mengombinasikan metode Content Based Filtering  dan Collaborative Filtering dengan melakukan pencarian nilai bobot dan pencarian nilai prediksi rating menggunakan kriteria harga, bahan pestisida, dan bentuk (cair, padat, serbuk). Hasil analisa perhitungan implementasi metode Hybrid Filtering Technique   pada setiap kriteria dari alternatif dapat menyimulasi peringkat untuk merekomendasikan jenis pestisida yang terbaik untuk membasmi penyebab penyakit padi. Penelitian ini telah diperoleh kesimpulan bahwa pemberian rating yang dilakukan oleh petani yang telah menggunakan pestisida berpengaruh terhadap penentuan besarnya nilai rating setiap produk pestisida. Hasil pengujian sistem diperoleh jenis pestisida yang memiliki nilai rating tertinggi adalah pestisida enquity dengan nilai rating 2,256
Optimasi Parameter DBSCAN menggunakan Metode Differential Evolution untuk Deteksi Anomali pada Data Transaksi Bank
Full text linkAnomalies in bank transaction data often indicate fraudulent activity or errors. This research aims to detect anomalies in bank transaction data by optimizing DBSCAN parameters using the Differential Evolution (DE) method because there are shortcomings, namely the difficulty of determining the right parameters to create the right cluster in order to detect anomalies in bank transaction data properly. The data used is transaction data from Bank XYZ with more than 1011 data records. The research stages include data collection, data preprocessing (data cleaning, normalization, and transformation), system design, algorithm implementation, and analysis and testing using the Silhouette score and Z-score methods. The DE method is used to automatically determine the optimal parameters of MinPts and Epsilon. The results show that the use of DE can produce optimal parameters, with increased anomaly detection accuracy using DBSCAN. Evaluation with Silhouette score shows an average accuracy of 0.7916 and using DBI reaches 0.19791 at the lowest, while Z-score and MSE measurements show high cluster density with anomaly detection accuracy reaching 98.41% and 0.555537. The DE approach to parameter selection is effective in improving the performance of DBSCAN in detecting anomalies in bank transaction data. Suggestions for future research are to increase the number of data records and conduct experiments on a wider variety of data attributes.Anomali dalam data transaksi bank sering kali menandakan adanya aktivitas penipuan atau kesalahan. Penelitian ini bertujuan mendeteksi anomali pada data transaksi bank dengan optimasi parameter DBSCAN menggunakan metode Differential Evolution (DE) karena terdapat kekurangan yaitu sulitnya menentukan parameter yang tepat untuk membuat cluster yang tepat agar dapat mendeteksi anomali pada data transaksi bank dengan baik. Data yang digunakan adalah data transaksi dari Bank XYZ dengan lebih dari 1011 record data. Tahapan penelitian meliputi pengumpulan data, preprocessing data (pembersihan, normalisasi, dan transformasi data), perancangan sistem, implementasi algoritma, serta analisa dan pengujian menggunakan metode Silhouette score dan Z-score . Metode DE digunakan untuk menentukan parameter optimal MinPts dan Epsilon secara otomatis. Hasil penelitian menunjukkan bahwa penggunaan DE dapat menghasilkan parameter yang optimal, dengan peningkatan akurasi deteksi anomali menggunakan DBSCAN. Evaluasi dengan Silhouette score menunjukkan akurasi rata-rata 0.7916 dan menggunakan DBI mencapai 0.19791 paling rendah, sementara pengukuran Z-score dan MSE menunjukkan kepadatan cluster yang tinggi dengan akurasi deteksi anomali mencapai 98.41% dan 0.555537. Pendekatan DE untuk pemilihan parameter ini efektif dalam meningkatkan performa DBSCAN dalam mendeteksi anomali pada data transaksi bank. Saran untuk penelitian selanjutnya adalah meningkatkan jumlah record data dan lakukan percobaan pada variasi atribut data yang lebih beragam
Deteksi Citra Daun untuk Klasifikasi Penyakit Padi menggunakan Pendekatan Deep Learning dengan Model CNN
Full text linkAgriculture is a vital sector related to food security. Rice is one of the productions that currently ranks third behind wheat and corn. However, in 2023, rice production in Indonesia will decrease 2022 by 1.12 million tons of GKG, and Diseases in plants are one of the causes of the reduced quantity of agricultural products. This research aims to detect disease in rice plants using leaf images with three classification classes and a test matrix to measure the model built. This research uses the Convolutional Neural Network (CNN) method to classify rice plants based on leaf images with 3 test scenarios using the Jupyter Notebook text editor tool for system coding. Research results with training show that the CNN model can classify diseases in rice based on leaf images. Of the 3 test scenarios carried out, scenario 2 shows the best results with Epoch 50 with training values ​​from the last Epoch, namely training accuracy 0.9905 and training loss 0.0280 while validation accuracy 0.8000 and The validation loss is 0.9222 with the confusion matrix showing the suitability of predictions based on class with the classification report good recall, precision and f1-score values, namely 1.00.Pertanian merupakan sektor yang sangat penting yang berhubungan dengan ketahanan pangan, Padi merupakan salah satu produksi yang saat ini menempati urutan yang ketiga dari gandum dan jagung, tapi di tahun 2023 produksi padi di Indonesia mengalami penurunan dari tahun 2022 sebanyak 1,12 juta ton GKG dan penyakit pada tanaman merupakan salah satu penyebab berkurangnya kuantitas hasil pertanian. Penelitian ini bertujuan untuk mendeteksi penyakit pada tanaman padi berdasarkan citra daun dengan 3 kelas klasifikasi dan matrix pengujian untuk mengukur model yang dibangun. Pada penelitian ini menggunakan metode Convolutional Neural Network (CNN) untuk klasifikasi pada tanaman padi berdasarkan citra daun dengan 3 skenario pengujian menggunakan tools teks editor Jupyter Notebook untuk pengkodean sistem. Hasil Penelitian dengan training menunjukkan model CNN dapat melakukan klasifikasi penyakit pada padi berdasarkan citra daun, dari 3 skenario pengujian yang dilakukan skenario 2 menunjukkan hasil terbaik dengan Epoch 50 dengan nilai training dari Epoch terakhir yaitu training accuracy 0.9905 dan training loss 0.0280 sedangkan validasi akurasi 0.8000 dan validasi lossnya 0.9222 dengan confusion matrix menunjukkan kesesuaian prediksi berdasarkan kelas dengan classification report nilai recall, precision dan f1-score yang bagus yaitu 1.00