Penelitian ini merupakan tahap fundamental dalam klasifikasi citra digital untuk mengidentifikasi jenis tegangan tiang listrik, yaitu tegangan rendah, tegangan menengah, dan tegangan tinggi, yang memiliki karakteristik visual yang relatif mirip bagi masyarakat umum. Oleh karena itu, diperlukan suatu metode otomatis yang mampu mengklasifikasikan jenis tegangan tiang listrik secara akurat berdasarkan citra digital. Penelitian ini berfokus pada penerapan Convolutional Neural Network (CNN) sebagai model klasifikasi citra.
Dataset yang digunakan berupa citra tiang listrik yang dikelompokkan ke dalam tiga kelas tegangan dan diproses melalui tahap augmentasi serta pembagian data menjadi training, validation, dan testing. Proses pelatihan dan pengujian model CNN dilakukan menggunakan Google Colaboratory. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mampu mencapai akurasi sebesar 93%, dengan nilai precision, recall, dan F1-score rata-rata sebesar 0.93, yang menunjukkan performa klasifikasi yang baik dan konsisten pada seluruh kelas. Penelitian ini mendukung Sustainable Development Goals (SDGs) 9 (Industri, Inovasi, dan Infrastruktur) melalui penerapan kecerdasan buatan dalam identifikasi infrastruktur ketenagalistrikan serta berkontribusi pada SDGs 7 (Energi Bersih dan Terjangkau) dengan mendukung pengelolaan infrastruktur distribusi listrik yang lebih aman dan efisien.