Email merupakan surat elektronik yang sangat popular untuk bertukar pesan. Pengguna bebas dalam berbagi dan mengirim pesan kepada siapapun, baik itu informasi penting maupun hanya sekedar pesan biasa. Karena Kemudahan dalam mengirim pesan, membuat oknum yang kurang bertanggung jawab mengirimkan pesan yang tidak penting dalam jumlah banyak dan terus menerus baik itu pesan promosi, iklan, penawaran jasa bahkan sampai pesan tidak layak. Hal ini mengakibatkan keresahan bagi pengguna Email karena sangat mengganggu dan membuat pengguna tidak nyaman. Pada Penelitian ini, Penulis mengembangkan system klasifikasi Email spam. Metode yang digunakan untuk klasifikasi Email spam adalah Convolutional Neural Network (CNN). Pada system, Email akan diperediksi kebenarannya serta menyatakan penggolongan kelasnya yaitu Email pada kelas spam dan Email pada kelas ham. Model CNN mencocokkan antara data actual dan data prediksinya dalam menyatakan hasil keluaran. Data dibagi menjadi dua bagian dengan perbandingan Data Training 80% dan data testing 20%. Data yang digunakan merupakan file yang berisi kalimat Bahasa Inggris yang dapat dikenali oleh model CNN. Dalam klasifikasi, pengujian menggunakan CNN hasilnya lebih tinggi dari pada ANN yaitu akurasi training sebesar 100 % dan akurasi validasi sebesar 98.34%. Untuk hasil ANN, didapat akurasi training sebesar 100% dan untuk akurasi validasi sebesar 98,23%. Kedua metode ini memiliki perbedaan akurasi sebesar 0,11%.
Kata kunci: Klasifikasi Email Spam, Convolutional Neural Network (CNN), Akurasi, Artificial Neural Network (ANN).