<![CDATA[Indonesia has a rich culture. This creates dynamics in personality formation. In schools, teachers' understanding of students' personalities is key. So far, conventional methods such as observation, interviews and graphology have been used to classify children's personalities, which are less efficient. This study uses the CNN algorithm with the Mobilenetv2 architecture. Dataset was taken from 5th grade students from 3 SDN Palembang with a total of 246 data divided into 2 classes, namely extrovert 101 data and introvert 145 data. Then grayscale preprocessing, normalization, and augmentation. Ratio of training, validation, and test data is 80:10:10. Model was trained with Adam optimizer, learning rate 0.0001, batch size 20, and epochs of 12. The result is a model accuracy of 69.2% with a tendency for the model to classify images as introverts. This study is expected to help teachers gain insight into the best teaching approach in the classroom.Keywords: CNN; Graphology; Elementary School AbstrakIndonesia memiliki budaya yang kaya. Ini menciptakan dinamika dalam pembentukan kepribadian. Di sekolah, pemahaman guru terhadap kepribadian siswa menjadi kunci. Selama ini untuk mengklasifikasi kepribadian anak, digunakan metode konvensional seperti observasi, wawancara dan ilmu grafologi yang kurang efisien. Penelitian ini menggunakan algoritma CNN dengan arsitektur Mobilenetv2. Dataset diambil dari siswa kelas 5 dari 3 SDN Palembang dengan total 246 data yang dibagi menjadi 2 kelas, yaitu extrovert 101 data dan introvert 145 data. Kemudian dilakukan preprocessing grayscale, normalisasi, dan augmentasi. Rasio data latih, validasi, dan uji adalah 80:10:10. Model dilatih dengan Adam optimizer, learning rate 0,0001, batch size 20, dan epoch sebanyak 12. Hasilnya akurasi model sebesar 69,2% dengan kecenderungan model mengklasifikasi citra sebagai introvert. Penelitian ini diharapkan dapat membantu guru mendapatkan pandangan tentang cara pendekatan mengajar yang terbaik di kelas.Kata kunci: CNN; Grafologi; Sekolah Dasar]]>
