Aritmia adalah gangguan yang terjadi pada irama jantung. Terdapat banyak jenis aritmia tergantung pola iramanya yang memungkinkan untuk identifikasi dan klasifikasi aritmia berdasarkan tipenya. Aritmia dapat menandakan adanya masalah pada organ jantung. Salah satu cara untuk mendiagnosa aritmia adalah dengan menggunakan Elektrokardiogram (EKG). EKG merupakan alat yang digunakan untuk monitoring aktivitas listrik pada jantung dan dapat mendeteksi adanya abnormalitas atau malfungsi pada sistem kelistrikan jantung. Pada penelitian ini akan membahas mengenai klasifikasi Aritmia pada sinyal Elektrokardiogram (EKG) menggunakan metode Convolutional Neural Network (CNN). Aritmia diklasifikasikan menjadi 5 kelas berdasarkan standar Association for the Advancement of Medical Instrumentation (AAMI), yaitu: non-ectopic (N), supraventricular ectopic (S), ventricular ectopic (V), fusion (F), dan unknown (Q). Data sinyal Elektrokardiogram (EKG) yang digunakan sebagai data latih untuk klasifikasi Aritmia pada penelitian ini adalah Physionet MIT-BIH Arrhythmia Database.