Jagung merupakan tanaman pangan utama ketiga setelah padi dan gandum di dunia dan menempati posisi kedua di Indonesia setelah padi (Sudjono, 2018). Namun dalam satu siklus hidup dari benih ke benih, setiap bagian jagung peka terhadap sejumlah penyakit terutama pada daun jagung, jenis penyakit daun jagung secara umum ada 4 jenis penyakit utama yaitu penyakit karat daun, penyakit bercak daun, penyakit bulai daun, dan hawar daun (Rosadi et al., 2019). Penelitian ini bertujuan untuk mengklasifikasikan penyakit tanaman jagung melalui citra daun khususnya penyakit hawar daun, bercak daun, karat daun dan daun sehat. Implementasi metode Deep Learning dengan menggunakan metode Convolutional Neural Network (CNN) dengan cara melakukan pengumpulan dataset terlebih dahulu, kemudian dataset tersebut dibagi menjadi tiga bagian yaitu data Training, data Testing, dan data validasi. Selanjutnya dataset tersebut di Training dengan menerapkan metode Convolutional Neural Network (CNN) untuk mendapatkan model Training, model Training tersebut akan digunakan untuk Testing dataset atau pengujian. Pada proses Training menggunakan optimizer adam dengan satu Hidden Layer (32) dan empat Hidden Layer (32, 8, 4, 96) pada masing-masing 50 Epoch, dan 100 Epoch untuk menjadi sebuah perbandingan. Adapun Testingnya di dapatkan hasil akurasi terbaik yaitu menggunakan 100 Epoch, empat Hidden Layer (32, 8, 4, 96) dimana hasil Trainingnya mendapatkan akurasi sebesar 93% dan hasil Testingnya menggunakan Dataset Kaggle mendapatkan hasil akurasi sebesar 95% serta hasil Testing menggunakan Dataset Real mendapatkan hasil akurasi sebesar 92,5%.