Pertanian padi memegang peran penting dalam menyediakan pangan bagi masyarakat. Namun, serangan Organisme Pengganggu Tanaman (OPT) seperti hama dan penyakit dapat menyebabkan kerugian besar dalam produksi. Deteksi dini OPT sangat krusial untuk mengendalikan dan menjaga kesehatan tanaman, memungkinkan petani melakukan tindakan pencegahan dan pengendalian yang cepat dan tepat agar tanaman tetap sehat. Deteksi OPT tersebut kini dapat dioptimalkan melalui pemanfaatan perangkat pintar yang terintegrasi dengan metode deep learning. Pada proyek akhir ini, dikembangkan sebuah sistem cerdas perangkat deteksi Organisme Pengganggu Tanaman (OPT) padi dengan mengimplementasikan arsitektur Convolutional Neural Network (CNN). Untuk meningkatkan efisiensi dan akurasi deteksi, metode You only look once (YOLOv8) dipilih sebagai algoritma deep learning utama, yang mana model ini berhasil mencapai mAP50 sebesar 90,6% dan mampu mendeteksi hama dalam kurun waktu 500-800ms. Alat deteksi ini dirancang sebagai aplikasi smartphone yang memanfaatkan kamera perangkat dan sensor GPS internal untuk memperoleh citra dan data lokasi. Dengan demikian, petani dapat mengidentifikasi jenis organisme pengganggu tanaman dengan cepat dan akurat secara real-time di lapangan, sehingga memungkinkan mereka untuk segera melakukan tindakan pencegahan maupun pengendalian yang sesuai.