P Pada penelitian ini dibahas tentang analisa keandalan voice recognition security menggunakan algoritma deep learning convolutional neural network (CNN). Algoritma CNN memiliki keunggulan learning dalam kinerja yang lebih aman, cepat dan akurat. CNN juga memiliki kemampuan dalam menyelesaikan masalah identifikasi user dalam jumlah data yang besar. Algoritma CNN yang diimplementasikan pada penelitian ini, yaitu konvolusi standar dan konvolusi depthwise. mengukur 10 jenis suara pengguna dengan jumlah iterasi 6000, 12000, dan 15000 file suara. Selanjutnya suara dilakukan ekstraksi fitur untuk mengenali percakapan, dan mempertahankan informasi yang sangat diperlukan. Setelah itu data iterasi file suara dilakukan training untuk mendaftarkan suara pengguna sehingga didapatkan trained model. Dari hasil tersebut mengukur kinerja untuk menganalisa nilai actual dibandingkan nilai prediksi pada konvolusi standar, dan konvolusi depthwise. Hasil yang didapatkan bahwa akurasi terbaik didapatkan pada iterasi 15000 file suara yakni 96.87% konvolusi standar, dan 97.17% konvolusi depthwise. Dari data kinerja bahwa konvolusi depthwise menghasilkan akurasi tinggi serta voice recognition security ini bermanfaat untuk memberikan keamanan yang tinggi, dan menjaga privasi identitas seseorang