<![CDATA[Product packaging is an important component. Packaging has an impact on product identification, quality, and competitiveness. The outer appearance of the product’s packaging affects how consumers see it. Inspection and classification of packaging is an important factor in determining whether the packaging is good or not for the quality of the products, food, and beverages packaged. The packaging used to pack food and beverages is good packaging that requires inspection. This study uses MobileNetV2 architecture with Deep Learning techniques in the classification of packaging quality, which is grouped into two classes: Good and Not Good. Each class is divided into 3 parts: training, validation, and test data, with a ratio of 80:10:10. From the implementation of MobileNetV2 architecture in the classification of packaging quality, an accuracy of 98% was obtained. It was concluded that the classification of packaging quality with the architecture of MobileNetV2 has good and accurate accuracy. Kata kunci: Packaging; Inspection; Classification; MobileNetV2; Deep Learning AbstrakKemasan produk adalah komponen penting. Kemasan memiliki dampak pada identifikasi, kualitas, dan daya saing produk. Tampilan luar kemasan produk mempengaruhi bagaimana konsumen melihatnya. Inspeksi dan klasifikasi kemasan adalah faktor penting dalam menentukan kemasan tersebut bagus dan tidak bagus untuk menjaga kualitas produk dan makanan dan minuman yang dikemas. Kemasan yang digunakan untuk mengemas makanan dan minuman merupakan kemasan yang bagus sehingga diperlukan inspeksi terhadap kemasan tersebut. Pada penelitian ini menggunakan arsitektur MobileNetV2 dengan teknik Deep Learning dalam klasifikasi mutu kemasan yang dikelompokkan menjadi 2 kelas yaitu Good dan Not Good. Setiap kelas dibagi menjadi 3 data yaitu data latih, validasi dan test dengan rasio 80:10:10. Dari hasil implementasi arsitektur MobileNetV2 dalam mengklasifikasi mutu kemasan diperoleh nilai akurasi sebesar 98%. Didapatkan kesimpulan bahwa klasifikasi mutu kemasan dengan arsitektur MobileNetV2 memiliki akurasi yang baik dan akurat.Kata kunci: Kemasan; Inspeksi; Klasifikasi; MobileNetV2; Deep Learning ]]>
