Mata adalah organ sensorik vital yang penting untuk penglihatan dan berbagai aspek kehidupan. Penyakit mata seperti retinopati diabetik, glaukoma, katarak, degenerasi makula, hipertensi, miopia patologis dan penyakit lainnya adalah masalah kesehatan global yang dapat
memengaruhi kualitas hidup. Survei RAAB 2022 oleh Perdami menunjukkan 8 juta orang di Indonesia mengalami gangguan penglihatan, dengan 1,6 juta di antaranya menderita kebutaan. Diagnosis penyakit mata sering memerlukan waktu lama dan bergantung pada keakuratan serta subjektivitas dokter dalam menganalisis gambar fundus mata. Metode Convolutional Neural Network (CNN) dapat mengolah citra dan mengenali pola serta fitur kompleks, membantu mengklasifikasi penyakit mata dengan akurasi dan efisiensi tinggi. Penelitian ini bertujuan untuk
mengklasifikasikan berbagai penyakit mata secara otomatis menggunakan metode CNN, mempercepat proses diagnosis, memungkinkan penanganan yang lebih cepat, dan meningkatkan efektivitas dalam dunia medis. Implementasi metode CNN dengan arsitektur VGG-16 berhasil, mampu mengklasifikasikan 8 jenis penyakit mata, dengan hasil terbaik diperoleh pada percobaan ke-10 dengan akurasi 54,17%