Pada tahun 2023, Indonesia mengalami 370.747 kasus kecelakaan kerja, dengan Provinsi Riau melaporkan 180 kasus di sektor konstruksi. PT. ONDOSERE, sebuah perusahaan konstruksi di Provinsi Riau, menghadapi tantangan signifikan dalam pengawasan penggunaan alat pelindung diri (APD) akibat keterbatasan sumber daya manusia. Tesis ini bertujuan untuk meningkatkan pengawasan APD dengan mengembangkan sistem deteksi real-time menggunakan teknologi computer vision pada aplikasi website. Sistem ini dirancang untuk mendeteksi berbagai jenis APD, termasuk helm, kacamata, masker, dan sarung tangan, serta kondisi non-APD. Metode yang digunakan melibatkan model YOLOv8 yang dilatih pada dataset relevan untuk mendeteksi delapan kelas yaitu Glasses, Gloves, Helmet, Mask, NoGlasses, NoGloves, NoHelmet, dan NoMask. Model menunjukkan performa yang sangat baik dengan precision rata-rata mencapai 91,88%. Deteksi masker mencatat precision tertinggi sebesar 97%, sedangkan deteksi non-APD menunjukkan performa sangat baik dengan precision hingga 99% untuk NoHelmet. Pengujian aplikasi berbasis web di PT. ONDOSERE menunjukkan keberhasilan dalam mendeteksi berbagai APD dengan confidence tertinggi mencapai 94% untuk helm dan sarung tangan. Pengujian pada 10 data testing menunjukkan nilai confidence maksimal 94% untuk helm dan sarung tangan, meskipun ada tantangan dalam deteksi masker dan kacamata. Secara keseluruhan, aplikasi ini menawarkan solusi efektif untuk meningkatkan kepatuhan terhadap penggunaan APD di lingkungan kerja.