Artificial intelligence adalah studi tentang bagaimana membuat sebuah mesin atau program komputer memiliki kecerdasan atau kemampuan untuk melakukan hal yang dapat dilakukan manusia. Penerapan AI saat ini digunakan dalam berbagai macam bidang, salah satunya adalah untuk self-driving car. Untuk dapat melakukan self-driving car, AI yang ditanamkan pada sebuah mobil harus memiliki metode agar dapat berjalan dijalurnya dan dapat beradaptasi dengan lingkungannya. Reinforcement learning merupakan salah satu jenis machine learning dimana agen mempelajari sesuatu hal dengan melakukan aksi tertentu dan melihat hasil dari aksi tersebut dan berusaha untuk memaksimalkan reward yang diterima melalui interaksi dengan lingkungan berupa reward bernilai negatif atau positif. Penelitian ini mengkaji penerapan metode reinforcement learning menggunakan simulator Carla Car. Simulator tersebut digunakan untuk mengumpulkan data dengan menggunakan sensor RGB, kemudian dilakukan eksperimen pemodelan yang menghasilkan beberapa model untuk digunakan pada eksperimen simulasi. Model didapatkan dengan menggunakan algoritma Convolutional Neural Network (CNN) dengan model arsitektur NVIDIA. Dari hasil penelitian diperoleh model terbaik yang didapat pada eksperimen model dengan membandingkan nilai reward maksimal, akurasi yang tinggi dan nilai loss yang rendah adalah model 1 pada eksperimen model A dengan 100 episode dan model 4 pada eksperimen model B dengan 150 episode.