Permasalahan pengelolaan sampah perkotaan masih menjadi tantangan, khususnya pada proses pemilahan sampah berdasarkan jenisnya. Pemilahan sampah yang dilakukan secara manual membutuhkan waktu dan tenaga yang besar serta berpotensi menimbulkan kesalahan. Oleh karena itu, diperlukan pemanfaatan teknologi untuk mendukung proses klasifikasi sampah secara otomatis. Penelitian ini bertujuan untuk menerapkan Convolutional Neural Network (CNN) dalam mengklasifikasikan citra sampah rumah tangga ke dalam tiga kategori, yaitu sampah organik, sampah Anorganik, dan sampah bahan berbahaya dan beracun (B3). Penelitian ini memanfaatkan citra digital sampah sebagai data masukan yang diproses menggunakan model Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Sistem klasifikasi bekerja dengan mengekstraksi fitur visual dari citra sehingga mampu membedakan karakteristik masing-masing jenis sampah. Evaluasi kinerja model dilakukan untuk mengetahui kemampuan sistem dalam melakukan klasifikasi secara tepat dan konsisten. Hasil penelitian menunjukkan bahwa penerapan metode Convolutional Neural Network (CNN) mampu mengklasifikasikan jenis sampah dengan performa yang baik pada seluruh kategori. Model dapat mengenali perbedaan karakteristik visual antara sampah organik, Anorganik, dan B3 secara efektif. Dengan demikian, penelitian ini diharapkan dapat menjadi dasar pengembangan sistem pemilahan sampah otomatis serta mendukung pengelolaan lingkungan perkotaan yang berkelanjutan berbasis konsep Smart City.