Tingkat pertumbuhan industri kosmetik menunjukkan perkembangan yang baik yaitu mencapai 9,39% pada tahun 2020. Dengan banyaknya produk kosmetik yang beredar, maka konsumen harus lebih teliti dalam memilih produk yang digunakan. Selain faktor keamanan, kehalalan pada kosmetik juga perlu diperhatikan, terutama bagi konsumen muslim. Salah satu cara untuk mendeteksi kehalalan kosmetik dapat dilakukan melalui pengolahan citra pada label ingredients kosmetik. Penelitian ini bertujuan untuk membuat model deteksi kehalalan pada kosmetik dengan mengimplementasikan Deep Learning menggunakan metode Convolutional Neural Network (CNN). Penelitian sebelumnya telah berhasil membuat model deteksi kehalalan pada kosmetik korea menggunakan CNN dengan tingkat akurasi 95,56%. Penelitian ini bermaksud mengembangkan penelitian sebelumnya dengan menambahkan kelas dan jumlah Dataset. CNN akan dimanfaatkan untuk membuat model deteksi kehalalan pada kosmetik dengan mempelajari fitur-fitur input berupa potongan gambar kandungan kosmetik untuk mengetahui kehalalannya. Klasifikasi dilakukan berdasarkan dua kelas yaitu Halal dan Syubhat. Hasil penelitian menunjukkan model CNN yang dirancang mendapatkan nilai accuracy sebesar 98,66% dengan loss 0,0615 dalam mengklasifikasikan kehalalan kosmetik. Pengujian model menggunakan Dataset testing mendapatkan nilai accuracy sebesar 98,67%. Nilai F1-score pada masing-masing kelas adalah 98,66% untuk kelas halal dan 98,67 untuk kelas Syubhat. Model CNN yang dibangun dikatakan layak karena pada proses training dan testing menunjukkan nilai akurasi yang tinggi dan loss yang rendah tanpa mengalami overfitting atau underfitting.