Penilaian kualitas biji kakao memainkan peran penting dalam industri cokelat, dan pendekatan otomatisasi menggunakan teknik pengolahan citra dan pengklasifikasi telah menjadi semakin menarik. Dalam penelitian ini, kami mengimplementasikan dan membandingkan kinerja pengklasifikasi citra menggunakan arsitektur Convolutional Neural Network (CNN) untuk klasifikasi kualitas biji kakao. Dengan menggunakan pendekatan ini, kami mengembangkan sistem yang mampu mengklasifikasikan citra biji kakao secara akurat dan efisien, mengurangi ketergantungan pada penilaian manusia. Kami membandingkan beberapa arsitektur CNN, termasuk VGGNet, untuk mengevaluasi performa mereka dalam klasifikasi citra biji kakao. Hasil eksperimen menunjukkan bahwa pengklasifikasi berbasis CNN dapat memberikan penilaian kualitas biji kakao yang akurat, dengan tingkat keberhasilan yang signifikan. Penelitian ini memberikan kontribusi pada pengembangan sistem klasifikasi citra biji kakao yang efisien dan akurat, yang dapat meningkatkan efisiensi dalam industri cokelat dan memastikan kualitas produk akhir. Selain itu, hasil pengujian menunjukkan bahwa model dengan ukuran batch 64 mencapai akurasi tertinggi sebesar 98,44%, melampaui tiga ukuran batch lainnya yang diuji dalam kinerja klasifikasi biji kakao.