Tingkat kepatuhan pekerja terhadap penggunaan Alat Pelindung Diri (APD) di lingkungan kerja berisiko tinggi seperti depo PT. X masih butuh ditingkatkan, khususnya pada pekerja eksternal yang melakukan aktivitas bongkar muat yang bukan merupakan karyawan PT. X. Aktivitas bongkar muat kontainer, penanganan barang berbahaya, dan pengoperasian alat berat seperti reach stacker memerlukan pengawasan ketat terhadap penggunaan APD, namun pengawasan manual yang diterapkan saat ini membutuhkan banyak sumber daya dan belum mampu memberikan pemantauan real-time. Beberapa pekerja juga menolak menggunakan APD karena alasan ketidaknyamanan, meskipun mereka menyadari kewajibannya. Akibatnya, kecelakaan kerja ringan yang disebabkan oleh ketidakpatuhan terhadap penggunaan APD masih terjadi, menimbulkan risiko cedera, biaya tambahan, dan penurunan citra perusahaan. Penelitian ini mengembangkan sistem deteksi otomatis pelanggaran penggunaan APD menggunakan algoritma You Only Look Once (YOLO) versi 8. Tiga model yang dibandingkan dalam pengujian adalah YOLOv8n, YOLOv8s, dan YOLOv8m. Dataset yang digunakan merupakan gabungan dari data lapangan yang dikumpulkan langsung di depo serta data tambahan dari platform Roboflow. Untuk meningkatkan generalisasi model, dilakukan augmentasi data serta eksplorasi berbagai konfigurasi seperti pemilihan model dan eksperimen training. Evaluasi performa model dilakukan menggunakan metrik mean Average Precision (mAP), F1 Score, precision, dan recall. Hasil pengujian menunjukkan bahwa model YOLOv8s dengan optimizer Stochastic Gradient Descent (SGD) dan 50 epoch memberikan performa terbaik dalam mendeteksi kepatuhan penggunaan APD. Model ini menghasilkan nilai mAP50 sebesar 0.69482, mAP50-95 sebesar 0.40652, F1 Score sebesar 0.71589, precision sebesar 0.73739, dan recall sebesar 0.6956. Dari 15 kali percobaan, model menunjukkan kemampuan inferensi secara real-time dengan rata-rata waktu inferensi sebesar 51,65 milidetik per frame, serta nilai terendah 28,4 ms dan tertinggi 90,1 ms. Temuan ini menunjukkan bahwa pendekatan deteksi berbasis YOLO dapat menjadi solusi efektif untuk meningkatkan pengawasan kepatuhan APD secara konsisten dan efisien di lingkungan kerja depo.