Proses pemisahan biji kopi secara manual memakan waktu lama dan menghasilkan pemilahan yang tidak konsisten. Penelitian ini bertujuan mengklasifikasikan empat jenis biji kopi defect, longberry, peaberry, dan premium menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNet-V2. Untuk menambahkan variasi visual gambar, model dikembangkan melalui tahapan augmentasi data, dengan teknik rotasi, zoom range, width/height shift, dan horizontal flip, lalu dioptimalkan menggunakan teknik fine-tuning, hingga diintegrasikan ke dalam aplikasi Android. Hasil pengujian pada test data menunjukkan model mencapai tingkat akurasi sebesar 84,75%. Sementara itu, pengujian fungsional aplikasi secara real-time menggunakan 10 sampel biji kopi memperoleh akurasi sebesar 70%. Penelitian ini membuktikan bahwa kombinasi MobileNet-V2, augmentasi data, dan fine-tuning mampu mengenali karakteristik visual biji kopi dengan baik serta layak diimplementasikan sebagai sistem klasifikasi berbasis Android