Deepfake merupakan teknologi berbasis AI yang memungkinkan manipulasi konten visual seperti wajah atau suara, yang telah menimbulkan banyak risiko serius dalam penyebaran informasi palsu. Penelitian ini mengusulkan sebuah aplikasi Android yang mampu mendeteksi video deepfake menggunakan algoritma Convolutional Neural Network (CNN). Sistem dirancang untuk mencari kombinasi model dengan jumlah layer dan hyperparameter CNN yang dapat menghasilkan akurasi tinggi. Dataset yang digunakan berasal dari Celeb-DF (v2), terdiri dari 1.000 video (500 real dan 500 fake), yang kemudian diproses menjadi beberapa frame (10, 30, dan 60 frame) untuk training dan testing. Berdasarkan evaluasi, model terbaik berhasil mencapai akurasi hingga 0.9500, precision sebesar 1.0000, recall sebesar 0.9000, dan f1-score sebesar 0.9474. Model diimplementasikan pada aplikasi yang memungkinkan pengguna mengunggah video berdurasi kurang dari 30 detik, kemudian melakukan deteksi melalui server Flask yang terhubung dengan model CNN. Hasil penelitian ini menunjukkan bahwa jumlah frame (60 frame), kedalaman CNN (6 layer), dan learning rate (0.0001) mempengaruhi akurasi model. Batch size dan epoch tidak memberikan pengaruh signifikan terhadap akurasi, meskipun mempengaruhi waktu training. Serta model CNN yang dibangun dapat diimplementasikan dalam aplikasi untuk melakukan deteksi video deepfake dengan baik.