T Tumor Otak merupakan pertumbuhan sel yang tidak normal di dalam otak dan dapat muncul pada semua kelompok manusia, tetapi lebih sering dijumpai pada orang dewasa yang lebih tua. Seiring dengan meningkatnya jumlah kasus tumor otak secara global, diperlukan pendekatan yang efektif mendeteksi penyakin ini secara dini. Pendekatan in mencakup pengembangan teknologi salah satunya yaitu, penggunaan machine learning dengan data citra dari MRI/CT menawarkan solusi efesien, cepat dan informasi akurat yang dapat membantu dokter untuk mempertimbangkan diagnosis dengan lebih cermat. Sehingga berkontribusi pada peningkatan kulitas pasien dan hasil pengobatan yang lebih baik. Peneliti menggunakan Convolutional Neural Network (CNN) yang merupakan salah satu metode deep learning yang sangat efektif dalam pengolahan. Data yang digunakan beragam dan diperoleh dari berbagai sumber. Data tersebut dibagi menjadi tiga bagian pelatihan, pengujian dan validasi. Prose pelatihan melibatkan pnyesuaian hyperparameter model serta penerapan Teknik freeze layers pada beberapa lapisan. Tujuan dari proses ini adalah untuk mencapai hasil optimal pada Confusion Matrix yang didasarkan pada enam arsitektur berbeda EfficientNetB0, InceptionNetV3, ResNet, MobileNet, VGG16, Model 1. Model yang terbaik dihasilkan memiliki tingkat akurasi 97,8% yaitu VGG16.