D Dalam dunia psikologis medis mengetahui emosi yang dirasakan seseorang dengan tepat dapat membantu proses terapi atau penyembuhan dari ganguan emosi. Proses pengenalan emosi yang dirasakan seseorang dapat dilakukan dengan menggunakan gelombang otak manusia yang dibaca otak manusia yang dibaca menggunakan electroencephalography (EEG). James Russel melakukan pemetaan emosi yang disebut Circumplex Model of Emotion, yang menyatakan emosi dibagi empatkuadran dan berdasarkan dua dimensi yaitu arousal dan valence. Dengan mengetahui tinggi atau rendahnya nilai arousal dan valence seseorang maka dapat mengetahui keadaan emosi seseorang. Proses untuk mengetahui tinggi rendahnya nilai arousal dan valence seseorang dengan tingkat akurasi yang tinggi merupakansebuah proses yang sulit untuk dilakukan secara manual. Untuk itu pada percobaan ini memanfaatkan machine learning khususnya deep learning untuk mengklasifikasikan keadaan arousal dan valence berdasarkan data dari DEAP dataset. Metode yang digunakan yaitu Convolution Neural Network (CNN),pemilihan metode ini karena bentuk dari data EEG yang memiliki lebih dari satudimensi. DEAP dataset yang digunakan langsung kedalam model CNNmenghasilkan model yang overfitting. Overfitting tersebut dapat diatasi dengancara melakukan data augmentation pada DEAP dataset yang bertujuan untukmemperbesar jumlah dataset. Setelah melakukan data augmentation pada DEAP dataset dan melakukan proses training pada model CNN, overfitting tidak terjadi dan didapatkan model dengan nilai akurasi 72% untuk arousal dan 71 % untukvalence, nilai akurasi tersebut lebih tinggi bila dibandingkan dengan nilai akurasidengan menggunakan model SVM.