Ketertiban berlalu lintas di jalan raya merupakan salah satu faktor krusial dalam membangun keamanan dan kenyamanan dalam berlalu lintas. Hal tersebut dapat dilihat pada situasi lalu lintas yang padat seperti di perkotaan besar. Terlebih lagi jika terdapat situasi darurat yang membutuhkan kendaraan darurat dalam menangani hal tersebut. Maka dari itu, dibutuhkan sebuah sistem untuk mengenali dan melakukan klasifikasi kendaraan darurat sesuai dengan prioritasnya berdasarkan suara sirenenya. Sistem pengenalan suara sirene merupakan salah satu teknologi dalam membantu mengatur dan mengelola keamanan berlalu lintas. Penelitian ini membahas mengenai klasifikasi suara sirene kendaraan darurat dan menyesuaikan prioritasnya menggunakan metode MFCC yang dibantu dengan pelatihan dan evaluasi suara menggunakan CNN. Hasil dari penelitian ini yaitu sistem dapat mengenali suara sirene dengan baik, yang memiliki akurasi sebesar 94% terhadap suara sirene yang dikenali. Hal ini menandakan bahwa sistem dapat membantu pengguna dalam mengatur dan mengola lalu lintas agar terjadinya kenyamanan dan keamanan berlalu lintas.