Layanan musik saat ini sangat populer digunakan dan dapat diakses oleh siapa saja, salah satunya melalui layanan internet. Namun, hal ini perlu diperhatikan karena musik atau lagu bisa saja menjadi media yang akan mengenalkan konten eksplisit kepada anak-anak dan remaja di bawah umur terutama di bagian lirik lagunya. Pelabelan lagu secara manual masih memberi ruang untuk terjadinya kesalahan dalam proses pelabelan sehingga dapat dibantu oleh salah satu teknologi Natural Language Processing (NLP) yaitu klasifikasi teks dengan menggunakan deep learning. Salah satu arsitektur model yang dapat digunakan untuk melakukan klasifikasi teks adalah LSTM-CNN yang diharapkan dapat memperoleh konteks lirik lagu dan mengklasifikasikan berdasarkan fitur yang didapatkan. Berdasarkan hasil eksperimen pada penelitian ini, performa terbaik model LSTM-CNN dalam melakukan klasifikasi konten eksplisit pada lirik lagu berbahasa Indonesia pada penelitian ini didapatkan pada model yang menggunakan balanced dataset (5.470 baris data), rasio pembagian data 80:20, epoch 5, batch size 128, dan dropout rate 0,5 dengan nilai accuracy, precision, recall, dan f1-score secara berturut adalah 0,7452 (74,52%), 0,7522 (75,22%), 0,7437 (74,37%), dan 0,7468 (74,68%).