Setiap tahun jumlah kendaraan meningkat dengan cepat menyebabkan lebar jalan tidak mampu menampung seluruh total kendaraan dan mengakibatkan terjadinya hambatan. Berdasarkan data perkembangan jumlah kendaraan bermotor menurut jenis (unit) pada tahun 2017-2019 dari Badan Pusat Statistik menunjukkan terjadinya peningkatan jumlah kendaraan yang cukup signifikan. Pada tahun 2019 jumlah kendaraan bermotor sudah mencapai lebih dari 133 juta. Proses penghitungan data volume kendaraan masih dilakukan dengan cara manual yaitu dengan menugaskan beberapa orang untuk menghitung jumlah kendaraan yang lewat, kemudian dibagi dalam rentang waktu tertentu. Proses penghitungan volume kendaraan tersebut masih memiliki beberapa kekurangan seperti dibutuhkan waktu yang cukup lama dan bisa jadi terdapat kekeliruan dikarenakan faktor human error. Berdasarkan masalah yang telah disebutkan sebelumnya, perlu dibuat sebuah sistem klasifikasi dan penghitung jumlah kendaraan secara otomatis. Sistem yang dirancang akan melakukan klasifikasi jenis kendaraan yaitu sepeda motor, mobil, bus, truk dan kendaraan tidak bermotor serta menghitung jumlah kendaraan menurut jenisnya secara otomatis. Metode yang digunakan untuk melakukan klasifikasi kendaraan bermotor adalah Convolutional Neural Network (CNN) dengan menggunakan model Inception. Sistem ini dirancang menggunakan NVIDIA Jetson Nano untuk melakukan proses klasifikasi jenis kendaraan dan melakukan kalkulasi jumlah kendaran menurut jenisnya. Hasil dari proyek akhir ini menunjukkan klasifkasi kendaraan menggunakan model Inception mampu mendapatkan nilai true positive sebanyak 72,64% dengan score threshold 0.4.