Deep Learning merupakan metode learning yang memanfaatkan multiple non-linier transformation, deep learning dapat dipandang sebagai gabungan machine learning dengan Artificial Intelligence (IA). Metode Convolutional Neural Network (CNN) adalah pengembangan dari Multilayer Perceptron (MLP) yang didesain untuk mengolah data dua dimensi. CNN termasuk dalam jenis Deep Neural Network karena kedalaman jaringan yang tinggi dan banyak diaplikasikan pada data citra. Penelitian ini menggunakan data motif tradisonal khas Kalimantan Selatan yang dikenal dengan nama Sasirangan yang terdiri dari 5 jenis motif yaitu iris pudak, bayam raja, naga balimbur, turun dayang dan kulat kurikit. Metode Convolutional Neural Network (CNN) akan menghasilkan nilai parameter training sebagai acuan dalam klasifikasi jenis motif sasirangan. Seluruh database menggunakan 125 gambar dari jenis motif tradisional, data tersebut merupakan data training dan data uji, dimana data training menggunakan 125 gambar yang terdiri dari 25 gambar motif iris pudak, 25 gambar motif bayam raja, 25 gambar naga balimbur, 25 gambar motif turun dayang dan 25 gambar motif kulat kurikit. Pada penelitian ini menunjukan rata-rata akurasi sebesar 82% dengan akurasi data training 0,93 dan akurasi data testing 0,88.

Kata kunci- Deep Learning, Convolutional Neural Network, Klasifikasi, Motif Tradisional, Sasirangan.