Kerusakan pada kontainer sering kali mencerminkan kondisi penanganan dan pengiriman barang yang tidak optimal dan dapat menjadi indikator awal dari berbagai masalah logistik. Skripsi ini membahas pengembangan aplikasi deteksi kerusakan kontainer menggunakan metode CNN-YOLO berbasis Android. Metode YOLO (You Only Look Once) yang digunakan dalam penelitian ini memungkinkan deteksi objek dengan akurasi tinggi, memprediksi kotak pembatas dan probabilitas kelas dalam satu jaringan saraf tunggal. Penelitian ini bertujuan untuk mengembangkan aplikasi yang dapat mendeteksi tiga jenis kerusakan kontainer penyok, karat, dan lobang berdasarkan video rekaman CCTV. Proses deteksi dilakukan dengan menganalisis video yang telah diproses untuk mendapatkan perspektif atap kontainer. Dari perspektif ini, aplikasi dapat mendeteksi dan mengidentifikasi kerusakan dengan mengamati perubahan visual yang relevan. Dataset yang digunakan berasal dari rekaman CCTV di PT Terminal Peti Kemas Makassar, dan aplikasi dirancang untuk memproses video rekaman tersebut untuk mendeteksi kerusakan setelah analisis perspektif. Pengujian dilakukan untuk menilai efektivitas dan akurasi aplikasi dalam mendeteksi jenis kerusakan seperti penyok, karat, dan lobang. Aplikasi ini diharapkan dapat membantu pihak PT Terminal Peti Kemas Makassar dalam memonitor kondisi kontainer secara efisien dan mempercepat proses identifikasi kerusakan.