Tanaman Lada dengan nama latin piper nigrum, Merupakan salah satu komoditas utama di Indonesia. Banyak penyakit yang menyerang tanaman lada diantaranya adalah leaf Blight dan Penyakit Kerdil atau Keriting yang disebabkan oleh yellow mottle virus. Banyak cara yang bisa dilakukan untuk menanggulangi hal tersebut yaitu dengan menyemprotkan pestisida, memotong daun yang terjangkit penaykit, atau menjaga kelembaban tanaman. Namun yang terpenting adalah dengan melakukan pendeteksian dini supaya penanggulangan terhadap penyakit tersebut lebih cepat dilakukan. Dalam penelitian ini algoritma CNN digunakan untuk melakukan pendeteksian penyakit tanamana lada karena algoritma CNN sudah banyak digunakan untuk melakukan pendeteksian penyakit pada tanaman dengan tingkat presisi dan recall yang baik. Dalam penelitian ini arsitektur YOLOv5 digunakan, karena YOLOv5 mampu mendeteksi penyakit pada tanaman dengan baik. Aplikasi yang dirancang adalah aplikasi website. Karena website dapat diakses dimanapun dan kapanpun tanpa harus mendownload terlebih dahulu. Setelah dilakukan evaluasi model, model YOLOv5 yang dilatih dengan epoch 100 menghasilkan nilai yang baik dengan presisi 95%, Recall 98%, dan F1 skor sebesar 98%. Dan Website berhasil melakukan deteksi dan kemudian menampilkan hasil pendeteksian ke user melalui website. Kata kunci: Lada;Website;yolov5;CNN