Identifikasi jenis bibit tanaman jeruk secara akurat penting untuk mendukung peningkatan kualitas dan produktivitas pertanian, namun identifikasi manual masih bersifat subjektif. Penelitian ini mengusulkan metode identifikasi citra daun jeruk menggunakan Jaringan Syaraf Tiruan Propagasi Balik (JST-PB) dengan kombinasi fitur tekstur Gray Level Co-occurrence Matrix (GLCM) dan Local Binary Pattern (LBP), serta mengevaluasi pengaruh variasi ukuran cropping dan metode deteksi tepi. Dataset terdiri dari 10.000 citra daun jeruk dalam lima kelas. Tahapan penelitian meliputi praproses citra, variasi cropping (150×150 hingga 480×480 piksel), deteksi tepi Canny, Sobel, dan Prewitt, ekstraksi fitur, serta klasifikasi menggunakan JST-PB. Evaluasi menggunakan akurasi, presisi, recall, dan F1-score menunjukkan bahwa performa model dipengaruhi oleh konfigurasi praproses. Hasil terbaik diperoleh pada ukuran cropping 400×400 dengan deteksi tepi Sobel dan fitur gabungan GLCM+LBP, yang mencapai akurasi 86,2%. Penggunaan fitur tunggal menghasilkan akurasi lebih rendah (71,4% GLCM dan 74,6% LBP), sehingga kombinasi fitur terbukti lebih efektif dalam meningkatkan akurasi identifikasi daun jeruk.
Kata kunci: Jaringan Syaraf Tiruan, GLCM, LBP, Deteksi Tepi, Identifikasi Daun Jeruk.