Penelitian ini bertujuan untuk menganalisis akurasi model MobileNetV2 dalam melakukan klasifikasi citra X-ray pada deteksi empat kondisi paru-paru, yaitu Normal, Pneumonia, Cardiomegaly, dan Pneumothorax. Dataset yang digunakan terdiri dari 12.539 citra X-ray yang diambil dari repositori publik dan telah melalui proses preprocessing, augmentasi, serta pembobotan kelas untuk mengatasi ketidakseimbangan data. Model dikembangkan dengan metode transfer learning dan fine-tuning pada lapisan akhir MobileNetV2. Hasil pengujian pada data uji menunjukkan bahwa model yang diusulkan mampu mencapai nilai akurasi sebesar 99,42%, precision 98,87%, recall 98,88%, dan F1-score 98,86%. Seluruh hasil evaluasi ini melampaui standar medis minimal ≥90% aplikasi klinis. Temuan penelitian ini menegaskan bahwa MobileNetV2 sangat potensial digunakan sebagai alat bantu diagnosis otomatis berbasis citra X-ray, guna meningkatkan efektivitas deteksi dini penyakit paru-paru pada lingkungan klinis.