Musik merupakan bunyi yang diterima oleh individu dan berbeda-beda berdasarkan sejarah, lokasi, budaya dan selera individu. Definisi sejati tentang musik juga bermacam-macam di antaranya bahwa musik adalah bunyi/kesan terhadap sesuatu yang ditangkap oleh indera pendengar. Untuk mengatasi permasalahn yang ada, dilakukanlah klasifikasi genre musik dengan menggunakan model Convolutional Neural Network (CNN). Adapun komponen yang digunakan merupakan dataset dari GTZAN serta teknik augmentasi untuk dijadikan perbandingan dari audio yang digunakan. Tindakan yang dilakukan adalah mengukur nilai akurasi dari model CNN dan untuk mengetahui perbandingan performa model CNN dalam mengklasifikasikan audio tanpa augmentasi dan dengan augmentasi. Hasil pengujian performa pada model yang digunakan untuk mengetahui nilai akurasi dari model didapatkan hasil validation accuracy sebesar 72,12%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa penggunaan augmentasi data dapat meningkatkan akurasi dari model dan untuk memaksimalkannya dapat menggunakan efek augmentasi yang lebih sedikit, serta penggunaan dropout juga berfungsi dalam mengatasi overfitting pada model.