Indonesia memiliki berbagai macam jenis alat musik yang dapat dikelompokkan menjadi beberapa kategori berdasarkan sumber bunyi atau cara memainkan alat musik tersebut, kategori tersebut adalah Aerophone, Chordophone, Idiophone, dan Membranophone.Pada penelitian ini, bunyi alat musik akan direkam, dan diubah dari gelombang suara menjadi gambar Spectrogram, gambar Spectrogram akan diproses menggunakan algoritma Convolutional Neural Network (CNN), yang selanjutnya akan menampilkan hasil klasifikasi jenis alat musik yang sedang dimainkan. Dari hasil pengujian yang telah dilakukan pada penelitian ini menggunakan teknik k-fold cross validation, dimana pada penelitian ini jumlah ¬k yang digunakan adalah 5, dan mendapatkan akurasi tertinggi pada fold ke tiga yaitu 99,75%, dan fold terendah pada fold ke enpat yaitu 99%, model berhasil melakukan klasifikasi 3 kelas alat musik dengan baik, tetapi untuk kelas alat music kompang, model memiliki akurasi rendah dikarenakan oleh noise yang didapat ketika melakukan perekaman suara alat music kompang pada proses testing, maka dilakukan proses training dengan menggunakan dataset hasil rekaman suara alat musik menggunakan smartphone, model mendapatkan akurasi sebesar 99,5% dan dapat melakukan klasifikasi dengan baik untuk kelas kompang, ini disebabkan karena pada dataset kelas kompang sama - sama memiliki noise.