PT Kerta Rajasa Raya dalam melakukan proses pengecekan jumbo bag setelah produksi masih dilakukan secara manual oleh staf internal. Pengujian manual ini, meski telah menjadi rutinitas dalam operasi harian perusahaan, kebutuhan akan efisiensi dan akurasi nyatanya makin mendesak. Mengingat pentingnya konsistensi dalam kualitas produk yang dihasilkan, perusahaan mulai menyadari perlunya integrasi sistematis untuk mempercepat dan meningkatkan proses pengecekan kualitas. Sistem deteksi cacat ini diharapkan dapat membantu staf QC dalam melakukan pengecekan terhadap jumbo bag. Sistem ini sendiri akan dibangun dengan menggunakan Convolutional Neural Network, yang berarti akan memerlukan dataset, training, dan testing model. Untuk cara deteksinya sendiri akan menggunakan sistem upload, yaitu user dapat mengupload foto jumbo bag yang ingin dideteksi ke website. Dengan adanya sistem deteksi cacat ini, diharapkan dapat menjadi langkah awal untuk memulai sistem pengecekan yang lebih cepat dan efektif. Berdasarkan pengujian yang telah dilakukan, sistem deteksi cacat dengan Convolutional Neural Network ini belum dapat melakukan deteksi dengan baik. Berdasarkan perhitungan loss yang cukup tinggi dan akurasinya yang cukup rendah, yaitu 1.26 dan 64%, menunjukkan bahwa model belum mampu mempelajari pola dengan baik.