Sebagian masyarakat indonesia memanfaatkan sumber hasil pangan secara merata. Buah tomat diketahui memliki kandungan gizi yang sangat baik sehingga masyarakat dapat mengkonsumsi setiap harinya. Banyak spesies/jenis tomat yang memiliki kemiripan yang tinggi sehinggga sulit untuk membedakannya. Pengenalan jenis buah tomat pada penelitian ini mengunakan Convolutional Neural Network. Tahapan metode yang digunakan yaitu feature learning dan klasifikasi. Untuk melakukan klasifikasi jenis buah tomat, jaringan CNN akan dilatih dengan data training citra. Proses training dilakukan dengan mencari bentuk model yang sesuai dengan data yang akan diolah agar mendapatkan hasil yang terbaik. Digunakan juga pada proses argumentasi pada data training dan validasi sehingga tidak terjadi overfitting pada jaringan CNN. Hasil percobaan pada penelitian menunjukkan bahwa metode convolutional Neural Network dapat mengenali jenis tomat dengan tingkat akurasi sebesar 96.6%, recall 100%, precision 96,6%, dan F-1 Score 96.28% dari 30 gambar dengan menggunakan pengujian Confusion Matrix.