Salah satu produk alami yang memiliki nilai tinggi dan prospek menjanjikan adalah madu. Madu dikenal memiliki tiga manfaat utama, yaitu sebagai sumber nutrisi, bahan untuk perawatan kesehatan, serta bahan dalam industri kosmetik. Banyaknya jenis madu yang beredar di pasaran, seperti madu asli, madu campuran, dan madu sintetis, sering kali membuat masyarakat kesulitan dalam membedakan kualitas dan keasliannya hanya dengan melihat tampilan fisiknya. Oleh karena itu, diperlukan sebuah model klasifikasi berbasis kecerdasan buatan yang dapat meningkatkan akurasi dalam mengidentifikasi kualitas madu. Penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) dan transfer learning VGG19. Dalam perencanaan sistem yang akan dibuat, penelitian ini menggunakan metode CRISP-DM. Tujuan penelitian untuk menerapkan CNN dan transfer learning VGG19 dalam dalam mengklasifikasikan madu asli, campuran, dan sintetis. Hasil skenario terbaik adalah VGG19 didapatkan oleh penggunakan dataset sejumlah 1500 gambar (500/kelas) dan menggunakan K-Fold Cross Validation memperoleh akurasi validasi 98% dengan loss validasi 0.24 dengan hasil pengujian confusion matrix, seperti accuracy 99%, precision 100%, recall 99%, dan f1-score 99%.Kata Kunci : Madu, Klasifikasi Citra, Deep Learning, CNN, Transfer Learning, VGG19, K-Fold Cross Validation, CRISP-DM