Muhamad Mufid Bachri Pengarang Erna Dwi Astuti., M.Kom. Dosen Pembimbing 1 Hidayatus Sibyan, M.Kom Dosen Pembimbing 2 Dian Asmarajati., M.Kom. Penguji 2 Erna Dwi Astuti., M.Kom. Ketua Penguji Muslim Hidayat, M.Kom Penguji 1

Dalam era digital yang terus berkembang, penggunaan citra digital telahmenjadi fenomena yang signifikan dan meluas di berbagai bidang. Pemrosesan danpemahaman citra digital telah menjadi kebutuhan penting dalam berbagai aplikasi,termasuk dalam pengenalan pola dan visi komputer. Di sisi lain, keberlanjutan danpemahaman terhadap kekayaan budaya, seperti Gamelan, menjadi semakin krusial.UNESCO telah memberikan pengakuan terhadap Gamelan sebagai WarisanBudaya Takbenda Dunia ke-12 dari Indonesia, mengingatkan pada tanggung jawabuntuk menjaga dan melestarikan warisan budaya ini. Dalam era digital, di manaminat terhadap alat musik tradisional semakin menurun, Convolutional NeuralNetwork (CNN) diimplementasikan sebagai solusi untuk mengklasifikasikan jenisjenisalat musik Gamelan berdasarkan pola visual pada citra. CNN, diterapkandalam sistem Android, menunjukkan hasil yang cukup baik dengan akurasimencapai 98% pada tahap uji model dan 79% pada uji aplikasi Android. Modelklasifikasi menggunakan TensorFlow Lite, khususnya MobilNetV2, mampumengenali jenis alat musik Gamelan dalam dataset pelatihan. Namun, perludiperhatikan bahwa model ini terbatas pada dataset tersebut. Penelitian inimemberikan kontribusi pada penggabungan teknologi dan warisan budaya,memungkinkan penggunaan teknologi untuk meningkatkan pemahaman dankeberlanjutan budaya. Kata Kunci : Gamelan, CNN, klasifikasi citra, warisan budaya, teknologi digital.