Terserangnya padi oleh hama dan penyakit yang tidak ditangani dengan cepat dan tepat dapat mengakibatkan kegagalan panen. Sehingga pengendalian terhadap pertanian padi yang terinfeksi penyakit perlu dilakukan. Untuk melakukan pengendalian tersebut tentunya memerlukan keahlian dalam mengidentifikasi jenis penyakit yang menyerang tanaman padi agar pengendalian dapat dilakukan dengan cepat dan tepat. Oleh karena itu, pada proyek akhir ini dibangun sebuah alat yang dapat membantu para petani dalam mengidentifikasi penyakit tanaman padi secara dini, khususnya penyakit yang menyerang daun tanaman padi dengan cara mendeteksi jenis penyakit melalui gambar daun yang terserang penyakit. Sistem ini dibangun menggunakan algoritma YOLOv5 dengan raspberry pi sebagai mikrokontroler. Model yang digunakan pada sistem dibangun menggunakan campuran dataset publik yang diunduh dari website Kaggle dan dataset pribadi yang diambil langsung dari sawah. Pembangunan model pada penelitian ini menggunakan Google Collaboratory untuk melakukan proses pelatihan, validasi, dan pengujian model deteksi penyakit daun padi. Pada penelitian ini, model yang dibangun dievaluasi menggunakan mAP (Mean Average Precision) yang biasa digunakan pada deteksi objek untuk mengukur seberapa baik model dalam mendeteksi objek. Pada penelitian ini dihasilkan nilai mAP terbaik sebesar 0,82 yang dilatih dengan epoch sebanyak 200 epoch. Nilai precision, recall, dan f1 score berturut turut sebesar 0,97, 0,90, dan 0,80. Sistem mampu mendeteksi enam jenis penyakit daun padi, yakni penyakit bercak coklat, blas, hawar daun bakteri, bercak coklat sempit, tungro, dan bakteri daun bergaris.