Anjing merupakan salah satu hewan mamalia yang banyak dipelihara dan dicintai oleh masyarakat. Dengan banyaknya ras anjing yang tersedia, terkadang sulit untuk mengenali jenis ras anjing dengan mudah, terlebih bagi yang ingin memelihara anjing. Mengenali ras anjing sangatlah penting karena setiap ras memiliki karakteristik yang berbeda serta kebutuhan perawatan yang tepat, sehingga apabila pengetahuan karakteristik dan perawatan yang dimiliki adopter kurang terhadap ras anjing, dapat menyebabkan kesalahan dalam melakukan perawatannya. Sehingga pada penelitian ini melakukan deteksi ras anjing menggunakan InceptionV3. Penelitian ini dilakukan dengan melakukan pengumpulan data. Pengumpulan data didapatkan dari website Kaggle yaitu Doges 77 Breeds dengan kelas Malamute, Siberian Husky, Maltese Dog, Shih Tzu, Miniature Pinscher, dan Doberman. Selanjutnya dari data yang telah dikumpulkan maka dilakukan preprocessing. Tahap tersebut meliputi resize, CLAHE, encoder, dan scaling. Kemudian dilanjutkan split data dengan membagi data menjadi data train, data validation, dan data test. Selanjutnya dapat dilakukan klasifikasi menggunakan CNN InceptionV3 dimana proses tersebut meliputi input hasil rescale, padding zero, convolutional layer 1, relu aktivasi, max pooling, padding zero, convolutional layer 2, relu aktivasi, average padding, padding zero, convolutional layer 3, relu aktivasi, max pooling, flatten, dropout, fully connected layer, dan kemudian didapatkan hasil klasifikasi. Tahap selanjutnya melakukan evaluasi menggunakan confusion matrix. Hasil tersebut dapat terlihat dari evaluasi confusion matrix menggunakan yang dilakukan size 256, epoch 50, batch size 32 dengan nilai accuracy 81.98 %, precision 82.85 %, recall 81.98 % dan f1-score 81.88 %. Dalam kasus ini, arsitektur InceptionV3 CNN tidak dapat menghasilkan keakuratan sebesar 85%. Hal ini dikarenakan pada masing-masing kelas yang dihasilkan confusion matrix memiliki data yang prediksinya salah, prediksi yang salah disebabkan ras anjing yang hampir mirip. Kesalahan prediksi terbanyak terdapat pada label malamute terdapat kesalahan prediksi terbanyak 169 masuk kedalam label siberian_husky.