Penyakit Alzheimer merupakan penyebab umum dari Dimensia yang diderita oleh orang dalam kelompok usia 65 tahun keatas, Alzheimer menyerang sel-sel otak yang menyebabkan penurunan daya ingat, kemampuan berfikir dan kebiasaan sehari-hari. Faktor yang mempengaruhi terjadinya Alzheimer diantaranya pengendapan protein, gaya hidup dan genetik.
Saat ini untuk mendekteksi penyakit Alzheimer para medis menggunakan gambar dari struktur otak atau dikenal dengan nama Magnetic Resonance Imaging (MRI). Namun, MRI masih memiliki kekurangan yaitu tidak menjelaskan klasifikasi dari penyakit Alzheimer. Pada tugas akhir ini menggunakan metode Deep Learning Convolutional Neural Network (CNN) yang akan memperjelas analisa dari para medis untuk mengklasifikasikan penyakit Alzheimer. Arsitektur yang digunakan pada metode ini berupa AlexNet, tidak hanya mengklasifikasikan, sistem ini dirancang untuk menghitung akurasi, loss dan presisi yang didapatkan dari pengujian. Proses klasifikasi data citra MRI akan diproses dan dimasukan ke dalam kondisi Mild Demented, Moderate Demented, Non Demented, Very Mild Demented.
Data yang digunakan pada penelitian berjumlah 1264 yang kemudian dibagi menjadi 591 data uji dan 673 data latih. Hasil yang didapatkan dari pengujian sistem yaitu, akurasi 92%, loss 1,01 dan presisi 94,25%. Hasil tersebut didapatkan dengan menggunakan parameter komposisi 25% data uji, 75% data latih, optimizer Adam, learning rate 0,0001 dan epoch 300.