Jumlah kendaraan bermotor di Indonesia terus menerus meningkat di setiap tahunnya. Hal ini dapat menimbulkan masalah lalu lintas, salah satunya yaitu kemacetan. Dampak yang ditimbulkan dari kemacetan salah satunya yaitu terganggunya arus lalu lintas. Sedangkan menurut UU RI Nomor 22 Tahun 2009 tentang lalu lintas dan angkutan jalan pada pasal 134 terdapat 7 kendaraan yang harus mendapatkan prioritas di jalan raya. Adapun CNN merupakan salah satu kelas deep feed-forward artificial neural networks yang banyak diterapkan pada analisis citra. Karena itu, dalam penelitian ini dilakukan analisis model klasifikasi untuk jenis kendaraan pemadam kebakaran, ambulans / mobil jenazah, dan kendaraan non-prioritas dengan menerapkan algoritma CNN menggunakan data video dari CCTV yang dikelola oleh ATCS Kota Bandung. Pada penelitian ini terdapat 5 skenario berbeda dimana skenario tersebut dibedakan dengan menggunakan metode holdout dalam pembagian data dan evaluasi model. Hasil penelitian ini menunjukan bahwa skenario terbaik terdapat pada skenario 2 dengan data training sebesar 60%, data validation sebesar 20%, dan data testing sebesar 20% berhasil mendapatkan validation accuracy sebesar 66,15% dan testing accuracy sebesar 69,231%.