Hipertensi adalah kondisi medis yang serius dan seringkali sulit untuk dideteksi secara akurat. Dalam penelitian ini dirancang sebuah sistem deteksi hipertensi menggunakan gradien sinyal fotopletismogram dan Convolutional Neural Network (CNN). Tujuan penelitian ini adalah untuk mengimplementasikan metode ekstraksi fitur menggunakan input PPG dan gradien fotopletismogram dalam jaringan CNN untuk mendeteksi hipertensi. Input PPG dan gradien fotopletismogram pada jaringan CNN dirancang dengan lapisan konvolusi, aktivasi ReLu, dan pooling. Melalui lapisan klasifikasi, sistem mampu memprediksi keberadaan hipertensi pada pasien. Hasil pada penelitian ini menunjukkan penggunaan gradien fotopletismogram sebagai input pada sistem deteksi hipertensi memiliki potensi yang baik dalam mendeteksi hipertensi. Dalam penelitian ini diperoleh hasil akurasi yang cukup tinggi dalam mendeteksi hipertensi. Hasil akurasi sistem deteksi hipertensi menggunakan input gradien fotopletismogram mencapai 84,09% dengan menggunakan percobaan pada trial A dan F1-Score sebesar 78,57% pada trial B.