Penelitian ini bertujuan untuk mengembangkan model deep learning untuk mengidentifikasi penyakit tanaman padi berbasis android. Model yang digunakan pada penelitian ini adalah Long Short Term Memory (LSTM) dan Visual Geometry Group (VGG-16) untuk mempermudah dalam mendeteksi gambar. Model LSTM dan VGG-16 dirancang dan dilatih dengan menggunakan dataset yang terdiri dari enam kelas jenis penyakit tanaman padi, mampu mengenali serta mengklasifikasikan penyakit secara efektif berdasarkan gambar penyakit daun padi. Dari hasil evaluasi menunjukkan kinerja model yang sangat baik dengan tingkat akurasi tertinggi mencapai 95%, menandakan prediksi sangat tepat dan tingkat kepercayaan tinggi dalam mengenali berbagai jenis penyakit tanaman padi. Namun, saat diuji pada perangkat Android seringkali terjadi kesalahan dalam mendeteksi gambar, hal ini dikarenakan pengaruh kualitas gambar, terutama pada tingkat ketajaman warna pada gambar. Sehingga harus menggunakan kamera beresolusi tinggi dan pencahayaan baik saat mengambil gambar, agar model dapat memproses data dengan optimal dan meningkatkan akurasi deteksi penyakit.

Kata Kunci : Deep Learning, Long Short Term Memory (LSTM), Visual Geometry Group (VGG-16), Deteksi Penyakit Tanaman Padi, Jenis-jenis Penyakit Tanaman Padi.