Penelitian ini bertujuan untuk mengembangkan model deep learning berbasis Convolutional Neural Network (CNN) untuk mendeteksi penyakit pada tanaman cabai rawit. Model CNN dirancang dan dilatih menggunakan dataset yang terdiri dari lima kelas penyakit tanaman, dan mampu mengenali serta mengklasifikasikan penyakit secara efektif berdasarkan gambar daun cabai rawit. Hasil evaluasi menunjukkan bahwa model ini memiliki kinerja yang sangat baik dengan akurasi mencapai 99%, menandakan prediksi yang sangat tepat dan tingkat kepercayaan tinggi dalam mengenali berbagai jenis penyakit. Namun, saat diuji pada aplikasi deteksi di perangkat Android, akurasi menurun menjadi 80% akibat pengaruh kualitas gambar, terutama tingkat kontras dan sudut pengambilan gambar. Pengaturan kontras yang optimal serta penggunaan sudut top-down dan 45 derajat terbukti penting dalam meningkatkan deteksi. Waktu deteksi bervariasi antara 1 hingga 15 detik, tergantung pada kualitas gambar dan kondisi jaringan.