Menurut Global Cancer Observatory, kanker paru merupakan kanker dengan jumlah kematian paling banyak di 2020. Deteksian kanker paru dapat didiagnosis oleh ahli radiologi dengan menggunakan metode CT scan (computed tomography scan). Tetapi, diagnosis penyakit dari gambar CT scan merupa cara manual yang masih digunakan hingga saat ini. Hal ini dapat mengakibatkan tingkat diagnosis yang tidak akurat hingga mencapai prosentase 25%. Maka dari itu, dalam penelitian akan membuat sebuah system baru yang bertujuan untuk menghasilkan suatu sistem yang dapat membantu mendiagnosa citra paru dan mengklasifikasikan paru-paru dalam tipe normal, tumor, atau kanker. Proses awal dalam sistem akan dimulai dengan pemrosesan awal pada citra paru untuk menyiapkan citra paru sebelum masuk ke tahap berikutnya. Kemudian dilakukan proses mencari parameter yang terbaik menggunakan hyperparameter tunning untuk digunakan dalam proses klasifikasi. Lalu akan ada proses ekstraksi ciri dan klasifikasi menggunakan CNN. Pada penelitian ini, dataset diambil dari The Lung Image Database Consortium image collection (LIDC-IDRI). Jumlah citra paru yang digunakan adalah 4923 citra paru normal, 2748 citra paru tumor, dan 3691 citra paru kanker. Akurasi yang dihasilkan system pada pendeteksian kanker paru ini adalah 95%. Dengan terbentuknya system ini, kami berharap dapat membantu para dokter mendiagnosis dan mengurangi tingkat tingkat diagnosis yang tidak akurat dalam bidang kedokteran