Temperatur adalah parameter yang menunjukkan derajat atau ukuran seberapa panas atau dinginnya suatu benda. Pengukuran temperatur yang salah dapat berakibat fatal dan menimbulkan berbagai masalah. Temperatur yang tidak normal dapat membuat sistem pendeteksi temperatur tidak dapat bekerja secara optimal. Oleh karena itu, perlu dilakukan klasifikasi temperatur menjadi normal dan anomali. Pembelajaran mesin dapat digunakan sebagai alternatif untuk klasifikasi temperatur. Dengan memanfaatkan metode machine learning, salah satunya adalah Convolutional Neural Network. Sebanyak 3.688.569 data temperatur diuji, dengan membagi hasil menjadi 80% data training dan 20% data testing. Akurasi, Presisi, Recall, dan F1 Score mendapatkan nilai 100% dan grafik model CNN sangat baik.
Kata Kunci: Convolutional Neural Network, Anomali, Temperatur, Klasifikasi, Pembelajaran Mesin.