Diagnosis penyakit COVID-19 yang cepat dan akurat memiliki peran penting dalam membantu tenanga medis untuk memberikan perawatan yang tepat waktu. CXR dapat menjadi alternatif yang baik dalam diagnosis COVID-19 dibanding dengan RT-PCR yang memiliki sensitivitas rendah. Namun, terkadang kualitas CXR kurang optimal sehingga waktu yang dibutuhkan cukup lama. Penelitian ini bertujuan untuk membuat model klasifikasi CXR penyakit COVID-19 dan normal yang efektif dan efisien menggunakan python. Metode Convolutional Neural Network (CNN) dengan data sebanyak 200 citra CXR digunakan dalam penelitian ini. Sebelum melatih model yang diusulkan, dilakukan preprocessing seperti pelabelan, resize, dan mengubah ke grayscale. Berdasarkan hasil pengujian dari model yang diusulkan diperoleh waktu rata-rata yang dibutuhkan 3 s, nilai rata-rata akurasi sebesar 96% dan nilai rata-rata loss sebesar 15,29%. Model yang diusulkan lebih efektif dan efisien sehingga dapat memberikan solusi penanganan kasus