Klasifikasi ras anjing merupakan tugas penting dalam mendukung identifikasi, pemahaman perilaku, serta kebutuhan kesehatan dan perawatan spesifik dari berbagai ras. Penelitian ini menggunakan metode Convolutional Neural Network (CNN) untuk mengklasifikasikan gambar ras anjing, memanfaatkan dataset besar dengan teknik Transfer Learning dan augmentasi data. Studi ini bertujuan untuk meningkatkan akurasi klasifikasi serta efisiensi waktu pemrosesan. Hasil menunjukkan model CNN yang dikembangkan mampu mencapai akurasi 74,38% pada data uji, mencerminkan efektivitas metode ini meskipun terdapat tantangan terkait kondisi pencahayaan dan sudut pandang. Penelitian ini berkontribusi pada pengembangan teknologi berbasis kecerdasan buatan untuk mendukung pemilik hewan peliharaan dan profesional dalam memahami kebutuhan spesifik ras anjing.