Penelitian ini membahas tentang deteksi keretakan isolator tegangan menengah menggunakan YOLO dan OpenCV dalam pendeteksi objek. Penelitian ini menggunakan data gambar isolator keramik tegangan menengah pada Gudang Material Sisa ULP Daya. Data gambar isolator keramik dikategorikan dari kondisi baik dan kondisi rusak. Preprocessing melibatkan labelling, pembagian data train, validasi, dan test, serta ekspor data ke format Pascal VOC. MobileNetV2 diimplementasikan pada Google Colab untuk melatih model deteksi objek yang digunakan dalam aplikasi. Evaluasi keakuratan model terdapat pada matriks COCO, sementara grafik kinerja menunjukkan model dapat membaca objek dengan baik karena kurva pembacaan segaris dengan kurva smooth. Selanjutnya, model ini diaplikasikan dalam pembuatan aplikasi Android yang menggunakan kamera perangkat untuk mendeteksi objek secara real-time. Aplikasi ini memproses gambar, mengonversi dari YUV ke RGB, dan melakukan deteksi objek menggunakan model yang telah dilatih. Hasil deteksi ditampilkan dengan bounding box dan label pada peninjau kamera, yaitu kelas baik dengan nilai pembacaan 1,0, kelas rusak dengan nilai pembacaan 0,67 dan background 1,0. Aplikasi ini juga melacak objek yang terdeteksi dan memperbarui tampilan sesuai hasil deteksi.

Kata Kunci: Deteksi keretakan, Isolator tegangan menengah, YOLO dan OpeCV, MobileNetV2, Pascal VOC, Aplikasi Android