Masalah utama dalam pemantauan satwa liar berbasis suara adalah proses identifikasi yang masih dilakukan secara manual sehingga memerlukan waktu yang relatif lama serta keahlian khusus. Kondisi tersebut menghambat efektivitas pengumpulan data biodiversitas di lapangan. Penelitian ini mengembangkan sistem klasifikasi suara hewan berbasis deep learning menggunakan arsitektur MobileNetV2 yang diimplementasikan pada perangkat Android sehingga dapat digunakan secara praktis dan mendukung proses identifikasi secara real-time. Sistem yang dikembangkan mampu mengklasifikasikan suara hewan ke dalam lima kategori taksonomi, yaitu Amphibia, Aves, Insecta, Mammalia, dan Reptilia. Dataset yang digunakan berasal dari iNaturalist Sounds (iNatSounds) dan diproses melalui tahapan preprocessing meliputi pengurangan noise, normalisasi, segmentasi audio, serta seleksi data menggunakan RMS Energy sebelum dikonversi menjadi representasi citra menggunakan metode Short-Time Fourier Transform (STFT) dan Mel-Spectrogram. Selanjutnya dilakukan pelatihan model MobileNetV2 dengan berbagai konfigurasi hyperparameter untuk memperoleh performa terbaik. Hasil penelitian menunjukkan bahwa metode Mel-Spectrogram memberikan performa yang lebih baik dibandingkan STFT. Model terbaik Mel-Spectrogram memperoleh nilai accuracy sebesar 93,35%, precision sebesar 93,40%, recall sebesar 93,35%, dan F1-score sebesar 93,36%, sedangkan model terbaik STFT memperoleh accuracy sebesar 82,57%, precision sebesar 82,91%, recall sebesar 82,57%, dan F1-score sebesar 82,63%. Hasil tersebut menunjukkan bahwa representasi Mel-Spectrogram lebih efektif dalam menangkap karakteristik suara hewan sehingga mampu meningkatkan kinerja klasifikasi MobileNetV2. Model terbaik kemudian berhasil diimplementasikan pada aplikasi Android untuk melakukan klasifikasi suara hewan secara otomatis, sehingga dapat membantu peneliti maupun masyarakat dalam proses identifikasi satwa liar secara lebih cepat, praktis, dan akurat.