Tanaman obat adalah jenis tanaman yang digunakan sebagai alternatif obat penyembuhan ataupun upaya pencegahan berbagai penyakit dikarenakan zat aktif yang dimiliki oleh tanaman tersebut. Pemanfaatan tanaman obat di Indonesia sudah sangat umum digunakan oleh masyarakat sejak zaman dahulu dan merupakan warisan dari nenek moyang terlebih dahulu. Tanaman obat memiliki bentuk daun yang hampir serupa antara satu tanaman dengan tanaman lainnya. Hal ini membuat beberapa masyarakat memiliki kekeliruan dan membutuhkan ketelitian dalam mengidentifikasi daun tanaman obat. Dikarenakan kesalahan dalam identifikasi dapat menimbulkan hal buruk bagi para penggunanya. Dalam beberapa tahun terakhir, untuk mengidentifikasi sebuah objek dapat menggunakan deep learning karena kemampuannya dalam menginterpretasikan gambar. Dalam penelitian ini digunakan metode transfer learning untuk mengidentifikasi tanaman obat. Dimana transfer learning menggunakan model yang terlebih dahulu di training dan dijadikan dasar pembelajaran untuk melakukan pekerjaan yang baru sehingga dapat digunakan untuk data yang lebih sedikit. Pretrained model yang digunakan pada penelitian ini adalah MobileNetV2. MobileNetV2 memiliki arsitektur yang ringan dan memiliki akurasi yang tinggi. Pada penelitian ini diterapkan teknik fine tune untuk meningkatkan performa model. Beberapa percobaan dilakukan dengan parameter yang berbeda seperti epoch dan layer fine tune untuk mendapatkan hasil terbaik. Hasil penelitian ini mendapatkan akurasi 97% training, 96% validasi dan 93% pengujian.