Perkembangan teknologi informasi memiliki dampak signifikan pada kehidupan masyarakat, termasuk dalam aspek transaksi keuangan. Di Indonesia, peredaran uang palsu masih menjadi masalah serius, yang mendorong peningkatan tindak kejahatan oleh oknum yang tidak bertanggung jawab. Penelitian ini bertujuan untuk membantu masyarakat membedakan antara uang rupiah asli dan palsu saat bertransaksi. Metode yang digunakan dalam penelitian ini adalah Deep Learning dengan algoritma Convolutional Neural Network (CNN), yang dikenal unggul dalam pengolahan dan klasifikasi citra. Penelitian ini mengklasifikasikan 8 kelas uang, meliputi Rp.100.000 TE 2016 asli, Rp.100.000 TE 2022 asli, Rp.100.000 TE 2016 palsu, Rp.100.000 TE 2022 palsu, Rp.50.000 TE 2016 asli, Rp.50.000 TE 2022 asli, Rp.50.000 TE 2016 palsu, dan Rp.50.000 TE 2022 palsu. Dataset yang digunakan terdiri dari 1200 citra, dengan 150 citra per kelas. Model CNN dilatih untuk mengenali dan membedakan uang asli dari yang palsu, dengan hasil pengujian menunjukkan akurasi deteksi sebesar 93% dan nilai loss sebesar 0,3. Pengujian lebih lanjut menggunakan confusion matrix pada 120 data menunjukkan akurasi sebesar 94%. Validitas model juga diuji oleh pakar dengan menggunakan 8 sampel data, dan hasilnya menunjukkan akurasi sempurna sebesar 100%. Pengujian performance aplikasi ini menunjukkan bahwa aplikasi ini memiliki akurasi tinggi dalam mendeteksi keaslian uang pada pencahayaan terang dan jarak kamera hingga 30 cm. Namun, akurasi menurun pada kondisi pencahayaan redup, Backlight, dan posisi uang yang tidak ideal. Hasil deteksi lebih akurat diperoleh dengan memfokuskan pada watermark saja dibandingkan mencakup seluruh bagian uang.