Aglaonema adalah salah satu jenis tanaman hias yang terdiri dari tiga puluh spesies yang
tersebar di seluruh wilayah tropis dan sebagian subtropis dunia. Jenis-jenis aglaonema juga
terus bertambah seiring perkembangan aglaonema hibrida yang menciptakan sifat tanaman
yang unggul dan memiliki corak, warna bentuk, ukuran daun yang menarik. Dengan
beragamnya jenis aglaonema yang memiliki variasi-variasi yang unik dan mudah
dirawat menjadikan tanaman ini diminati sebagai tanaman hias. Selain itu dengan seiringnya
perkembangan zaman, banyak jenis aglaonema hibrida baru menjadikan masyarakat sulit
membedakan tanaman aglaonema ini. Dengan demikian maka apabila ada sistem yang dapat
mengidentifikasi tanaman aglaonema ini diharapkan dapat mempermudah masyarakat untuk
mengenali jenisnya. Sistem yang akan dibuat ini menggunakan metode Convolutional Neural
Network (CNN) dengan menggunakan arsitektur RestNet50v2. Sistem ini menggunakan
dataset sebanyak 1960 citra gambar dari empat jenis aglaonema yang berbeda dengan ciri-ciri
yang hampir sama yang sering ditemukan dijual di pasaran yaitu Red Anjamani, Red Majesty,
Black Maroon, Ruby Garuda. Hasil dari penelitian ini adalah dengan model ber-background
dengan akurasi testing sebesar 99% dengan loss sebesar 0.084 dengan F1-score tertinggi
sebesar 100% dari jenis Red Majesty dengan Black Maroon, sementara pada model tidak berbackground menghasilkan akurasi testing sebesar 71%.
Kata Kunci: Identifikasi, Klasifikasi, Aglaonema, Convolutional Neural Network.