Otak adalah salah satu organ yang terbesar dan paling kompleks dalam tubuh manusia. Otak tersusun dari sejumlah jaringan pendukung dan 100 miliar lebih sel saraf yang berkomunikasi dalam sistem dengan triliunan koneksi yang disebut sinaps. Kedua organ otak dan saraf tulang belakang dikenal sebagai sistem saraf pusat (SSP). Cedera sedikit pada otak dapat mengakibatkan hal yang fatal bagi seseorang.Cedera pada bagian otak mengakibatkan berhentinya sebagian fungsi tubuh manusia. Salah satu penyakit yang dapat merusak bagian otak adalah stroke. Stroke atau Cedera Serebrovaskular (CVA) merupakan kondisi yang terjadi ketika pasokan darah ke otak terputus akibat penyumbatan atau pecahnya pembuluh darah, sehingga terjadi kematian pada sebagian area di otak. Salah satu cara untuk mendiagnosis penyakit stroke adalah dengan CT (Computed Tomography) Scan. Dengan pemeriksaan ini, didapatkan gambaran otak yang mengalami stroke. Diagnosa tersebut dianalisa oleh dokter dan diketahui suatu jenis penyakit stroke. Dengan kemajuan teknologi yang sangat pesat dibuatlah aplikasi Deteksi Penyakit Stroke dengan Deep Learning Convolutional Neural Network (CNN) yang merupakan salah satu metode machine learning. Pada gambar CT Scan dapat diproses menggunakan Image Processing yang bertujuan untuk menemukan titik dimana terdapat gejala stroke pada otak. Convolutional Neural Network adalah salah satu machine learning yang memiliki 1 tahap training (supervised back-propagation).CNN termasuk dalam metode neural network yang kerjanya memiliki kemiripan dengan MLP (Multilayer Perceptron). Metode ini salah satu metode Deep Learning yang dapat digunakan untuk mengklasifikasi sebuah objek pada sebuah citra digital. Berdasarkan hasil analisa didapatkan tingkat akurasi sebesar 95.35% pada proses testing dan dapat mengklasifikasikan gambar dengan benar. Sehingga, performa dari model yang dibuat pada penelitian ini dapat dikatakan optimal dalam mengklasifikasikan gambar CT Scan Stroke.