Indonesia memiliki keanekaragaman hayati yang melimpah, salah satunya terlihat dari banyaknya spesies burung yang ada di indonesia, namun tingginya minat terhadap burung juga menimbulkan tantangan yaitu perdagangan burung, terutama terhadap spesies yang dilindungi. Masyarakat sering mengalami kesulitan dalam mengenali spesies burung dilindungi karena kurangnya informasi. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan aplikasi web menggunakan metode Transfer Learning untuk mengklasifikasikan spesies burung di Indonesia. Lima model dibandingkan dalam penelitian ini, yaitu CNN, MobileNetV3Small, MobileNetV3Large, VGG16, dan InceptionV4. Dataset yang digunakan adalah birds-525-species-image-classification yang telah difilter menjadi 54 spesies burung Indonesia. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model MobileNetV3Large memiliki performa terbaik dan diintegrasikan ke dalam sistem web. Aplikasi web dibangun menggunakan React pada frontend dan FastAPI pada backend, serta menyediakan fitur unggah gambar atau penggunaan kamera untuk identifikasi spesies burung. Sistem ini bertujuan memberikan informasi spesies dan status perlindungan kepada pengguna sebagai alat edukasi. Pengujian sistem melalui Black Box Testing, User Acceptance Test (UAT), System Usability Scale (SUS), dan Net Promoter Score (NPS) menunjukkan bahwa aplikasi ini dapat digunakan dengan baik dan diterima oleh pengguna.