ABSTRAK Nama : Abi Rafdi Program Studi : Ilmu Komputer Judul : Implementasi Convolutional Neural Network untuk Pemberian Label pada Foto Restoran Convolutional Neural Network (CNN) merupakan salah satu pengembangan dari neural network pada bidang machine learning. CNN merupakan salah satu model neural network yang bekerja dengan baik dalam mendeteksi berkas multimedia seperti gambar, suara, maupun video. Salah satu masalah yang dapat diselesaikan dengan CNN adalah masalah pemberian label pada foto restoran yang terdapat pada kompetisi Kaggle. Permasalahan penelitian adalah pelabelan foto restoran dengan menggunakan teknik multi-label classification. Untuk menyelesaikan masalah tersebut, digunakan metode transfer learning empat buah network berbeda, yaitu AlexNet, VGGNet, ResNet, dan Inception-v3. Selain itu, dilakukan juga eksperimen pada algoritma klasifikasi antara support vector machine (SVM) dan XGBoost. Berdasarkan penelitian yang dilakukan, ditemukan bahwa akurasi terbaik dihasilkan oleh pelatihan data menggunakan network Inception-v3. Sedangkan, didapatkan bahwa tools klasifikasi yang memberikan nilai lebih tinggi adalah XGBoost. Sehingga, konfigurasi Inception-v3 dan XGBoost memberikan nilai terbaik pada penelitian ini. Diharapkan hasil dari penelitian ini dapat digunakan untuk pengembangan lebih lanjut, terutama dari segi konfigurasi pra-pemrosesan dan penggunaan tools bantuan lainnya. Kata Kunci: Data Mining, Convolutional Neural Network, Multi-label Classification, Foto Restoran