Penelitian bertujuan membuat prototipe alat untuk mengklasifikasi penyakit pita suara berbasis Raspberry Pi. Ada tujuh kelas (keadaan pita suara) yang diklasifikasikan pada penelitian ini, yaitu kista, granuloma, nodule, normal, papilloma, paralisis dan keadaan tidak ada vocal cord. Untuk mengklasifikasikan hal tersebut, penelitian ini menggunakan algoritma Deep learning khususnya Convolutional Neural Network (CNN). CNN memiliki kemampuan yang otomatis mengekstraksi fitur-fitur citra/gambar sekaligus mengklasifikasikannya. Dalam membangun model CNN, proses tersebut memiliki banyak parameter dan tidak mempunyai rumus yang pasti untuk mendapat performansi yang baik. Menggunakan metode statistik untuk membentuk skenario pelatihan model, maka didapatkan model CNN adalah modfikasi arsitektur AlexNet yang parameternya telah dioptimalkan. Model CNN ini kemudian diimplementasikan pada Raspberry Pi dan hasil uji memperoleh tingkat akurasi sebesar 79,75% .
Kata Kunci: Identifikasi Kelainan Pita Suara, Pengolahan Citra, Convolutional Neural Network, Raspberry Pi.