Penelitian ini bertujuan menerapkan deep learning, khususnya dengan memanfaatkan arsitektur VGG16 dan teknik transfer learning, untuk mendeteksi penyakit Pink Eye pada hewan kambing. Metode penelitian melibatkan penggunaan alat dan bahan beragam, dengan data yang terdiri dari gambar mata kambing yang terinfeksi Pink Eye dan gambar mata kambing yang sehat. Proses implementasi mencakup pengumpulan data dengan teknik web scraping, serta persiapan data melibatkan langkah-langkah pembagian data, pengubahan ukuran citra, dan augmentasi data menggunakan API Keras. Empat model dibangun dengan arsitektur dan fitur yang berbeda, dilatih menggunakan optimizer RMSprop, tingkat pembelajaran 0,001, fungsi kehilangan biner cross-entropy, dan arsitektur CNN. Evaluasi model menggunakan Confusion Matrix dari Library TensorFlow, dengan penekanan pada mencapai target akurasi minimal 90%, memperkuat keefektifan model dalam mendeteksi penyakit Pink Eye pada hewan kambing.