Deteksi dini anemia penting untuk mencegah komplikasi jangka panjang dan memungkinkan penanganan yang lebih efektif. Namun, gejalanya yang sering tidak spesifik membuat banyak penderita tidak menyadari kondisinya. Oleh karena itu, diperlukan metode deteksi yang cepat, mudah, dan non-invasif.Penelitian ini mengembangkan model deteksi anemia berbasis citra konjungtiva mata menggunakan algoritma Convolutional Neural Network (CNN). Data yang digunakan terdiri dari citra yang diklasifikasikan menjadi dua kelas: anemia dan non-anemia. Model dilatih untuk mengenali pola visual yang membedakan kedua kondisi tersebut.Hasil pengujian menunjukkan bahwa CNN model baseline mampu mencapai akurasi validasi sebesar 84,15%, yang membuktikan efektivitas pendekatan ini dalam mendeteksi anemia secara otomatis melalui citra digital. Temuan ini membuka peluang pengembangan sistem diagnosis berbasis AI yang cepat, praktis, dan mudah diakses untuk keperluan skrining awal anemia, khususnya di daerah dengan keterbatasan fasilitas medis.