Hari Raya Qurban meningkatkan permintaan akan hewan ternak, khususnya sapi, namun sering dihadapkan pada tantangan Penyakit Mulut dan Kuku (PMK), penyakit virus menular yang dapat merugikan kesehatan hewan dan ekonomi peternak. Studi ini mengembangkan aplikasi web progresif untuk mendeteksi gejala PMK pada sapi dengan menggunakan arsitektur MobileNetV2 dari Convolutional Neural Network (CNN). Aplikasi ini bertujuan untuk mengembangkan dan menguji model CNN dalam mendeteksi PMK melalui analisis citra. Model dikembangkan dengan dataset 177 gambar sapi, baik sehat maupun terinfeksi PMK, yang diperoleh dari web scraping dan platform Kaggle. Dataset diaugmentasi dan dibagi menjadi set pelatihan, validasi, dan pengujian dengan rasio 50:30:20. Model dilatih dengan 70 epoch, batch size 32, dan learning rate 0.001 menggunakan Anaconda. Berdasarkan uji confusion matrix, model mencapai akurasi 86% pada 1.127 gambar uji. Hasil ini menunjukkan potensi aplikasi dalam deteksi dini dan pengendalian PMK, terutama menjelang Hari Raya Qurban, untuk mengurangi risiko penyebaran penyakit dan kerugian ekonomi peternak.