Penyakit daun pada tanaman apel merupakan salah satu masalah utama dalam
budidaya apel yang dapat mengurangi produksi dan kualitas buah. Beberapa penyakit
daun yang umum terjadi pada tanaman apel meliputi penyakit black rot, cedar rust, scab
dan masih banyak lagi. Penyakit-penyakit ini disebabkan oleh berbagai patogen seperti
jamur, bakteri, dan virus yang dapat menyebar melalui faktor lingkungan dan praktik
budidaya yang tidak tepat. Diagnosis dini, pengelolaan hama dan penyakit yang efektif,
serta penggunaan varietas yang tahan penyakit merupakan strategi penting dalam
pengendalian penyakit daun pada tanaman apel. Oleh karena itu, deteksi awal penyakit
daun apel dapat dijadikan sebagai Solusi dalam pencegahan berbagai penyakit daun apel
jenis lainnya. Deteksi penyakit daun apel dapat dilakukan mengunakan algoritma
Convolutional Neural Network . Penelitian ini menggunakan algoritma CNN dengan
arsitektur EfficientNet-B7 yang diimplementasikan pada sistem mobile menggunakan
teknologi Flutter. Hasil penelitian ini memberikan hasil yang akurat dalam membedakan
atau mendeteksi penyakit daun apel dengan 8000 data. Setelah melakukan berbagai
pengujian terhadap berbagai konfigurasi didapatkan hasil akurasi terbaik, yaitu loss
0.1007, accuracy 0.9642, val-loss 0.0325, val-accuracy 0.9900. Dan pada tahap
confusion matrix, masing accuracy, precission, recall, dan f1-score adalah 0.99 atau 99%.
Kata kunci: Penyakit Daun Apel, Convolutional Neural Network , Mobile, Flutter,
EfficientNet-B7.