Indonesia merupakan salah satu negara yang terkenal dengan kuliner tradisoninalnya. Kue-kue Tradisional di Indonesia menjadi jajanan tradisional khas budaya nusantara yang memiliki beragam tekstur, bentuk, warnayang beragam dan ada yang mirip sehingga masih banyak orang yang tidak mengetahui nama kue dari banyaknya jenis kue tradisionalIndonesia. Permasalahantersebut dapatdiselesaikan dengan membuat suatu sistem pengenalan citra gambar kue tradisional yang dapat diprogram dan dilatih untuk mengklasifikan berbagai macam jenis kue tradisional khas Indonesia. Metode Convolutional Neural Network dengan model aristektur AlexNet digunakan pada penelitian ini untuk memprediksi berbagai macam kue tradisional khas Indonesia. Dataset yang digunakan pada penelitian ini 1846 dataset dengan 8 kelas citra kue. Penelitian ini melakukan pelatihan model AlexNet dengan beberapa optimizer yaitu, optimizer Adam, SGD, dan RMSprop. Parameter terbaik dari hasil pengujian model yaitu pada batchsize16, epoch 50, learning rate 0.01 untuk optimizer SGD dan learning rate 0.001 untuk optimizer Adam dan RMSprop. Setiap optimizer yang diuji menghasilkan nilai accuracy, precision,recall, dan f1_score yang berbeda-beda. Hasil pengujian tertinggi yang telah dilakukan pada dataset citra kuetradisional khas Indonesia didapatkan oleh optimizer Adam dengan nilai accuracy sebesar 79%.