Hampir seluruh masyarakat mempunyai sepeda motor, khususnya motor matic. Karena motor ini memiliki kelebihan yaitu gesit, cepat, mudah, dan irit. Seiring pemakaian dan bertambahnya usia motor, pasti ada kerusakan yang dialami. Kerusakan pada motor matic beragam tergantung dari cara penggunaan dan perawatan. Pengguna motor jenis ini sebagian dari kalangan orang awam tentang mesin motor. Maka dari itu banyak dari mereka yang tidak tau apakah mesin bagus atau rusak, padahal mesin yang dikategorikan rusak sudah mengeluarkan suara kretek atau tik-tik dari mesin saat baru dihidupkan. Dari permasalahan yang dipaparkan, salah satu solusinya adalah dengan membangun sebuah sistem. Perancangan pada sistem ini menggunakan arsitektur model Convolutional Neural Network, dengan menggunakan data berupa suara sebanyak 200 data. Terdiri dari 2 kelas bagus dan rusak, dengan masing-masing kelas 100 data, data ini dikumpulkan penulis secara langsung. Dengan pembagian 130 data training, 45 data validasi, dan 25 data testing. Setelah melakukan proses training, hasil validasi akurasi sebesar 88% dan validasi loss sebesar 19%. Setelah itu, dilakukan pengujian menggunakan K-fold Cross Validation untuk menguji model yang telah dibangun, dengan nilai k=5. Hasil pengujian dari keseluruhan fold yaitu 100%. Lalu hasil pengujian divisualisasikan dengan confusion matrix, maka didapatkan akurasi 100%, presisi 100% dan recall 100%. Dari hasil pengujian yang dipaparkan, maka model CNN bisa dikategorikan baik dalam mengklasifikasikan suara.