Strawberry merupakan buah beriklim subtropis dengan nilai komoditas tinggi yang dapat ditemukan di berbagai negara-negara dan daerah dataran tinggi di Indonesia seperti di daerah Bantaeng (Sulawesi Selatan), Brastagi (Sumatera Utara), Lembang (Jawa Barat), Purbalingga (Jawa tengah), dan Bedugul (Bali). Jenis tingkat kematangan buah strawberry terbagi atas tiga yaitu matang, mentah, dan setengah matang. Penelitian ini bertujuan untuk mendeteksi tingkat kematangan buah strawberry berbasis mobile menggunakan metode Convolutional Neural Network dengan arsitektur MobileNet. Dataset yang digunakan untuk proses pelatihan dilakukan dengan menggunakan dataset yang berasal dari roboflow yang berjumlah 912 gambar. Sedangkan dataset yang digunakan untuk pengujian terbagi atas dua yaitu dataset roboflow sebanyak 30 dan dataset real (yang diambil secara langsung dari kamera smartphone) sebanyak 30 dataset. Model yang digunakan untuk proses klasifikasi jenis kematangan buah strawberry merupakan hasil training dataset dengan menggunakan epoch 100. Kemudian membuat antarmuka (interfacing) aplikasi pendeteksi tingkat kematangan buah strawberry. Pada penelitian ini, pengujian aplikasi dilakukan dengan menggunakan dataset dari roboflow dan menggunakan dataset real. Dari hasil pengujian yang menggunakan dataset roboflow, memperoleh akurasi sebesar 93,3%. Sedangkan hasil pengujian yang menggunakan dataset real, memperoleh akurasi sebesar 80%.