Pengukuran tinggi badan manusia penting dalam berbagai bidang seperti kesehatan, olahraga, dan keamanan. Metode manual sering memakan waktu dan rentan terhadap kesalahan. Untuk mengatasi masalah ini, proyek ini mengembangkan sistem otomatis berbasis Raspberry Pi dan algoritma YOLO (You Only Look Once) yang terhubung dengan webcam. Sistem ini memanfaatkan YOLO untuk mendeteksi dan mengukur tinggi badan manusia secara real-time dari gambar yang diambil kamera, dengan hasil pengukuran ditampilkan langsung di layar LCD. Data latih untuk model YOLO dibuat di Roboflow, yang terdiri dari Train Set sebanyak 341 gambar untuk melatih model, Validation Set sebanyak 108 gambar untuk mengevaluasi kinerja selama pelatihan, dan Test Set berjumlah 67 gambar untuk menguji performa akhir model yang kemudian diolah di Google Colab dengan YOLOv8 untuk menghasilkan model best.pt, dan diinisialisasi di Raspberry Pi. Konsistensi alat diuji dengan empat kali pengujian, memastikan bahwa hasil yang diperoleh sudah sesuai dengan yang diharapkan. Pengujian menunjukkan bahwa sistem YOLO memiliki performa sangat baik dibandingkan metode manual, dengan error pengukuran tertinggi 3,04% untuk kondisi terang (120-140 lux) dan error pengukuran tertinggi 1,21% dalam kondisi redup (1-10 lux). Hasil ini menunjukkan bahwa sistem YOLO secara konsisten memberikan hasil yang mendekati pengukuran manual, meningkatkan efisiensi dan akurasi pengukuran tinggi badan secara otomatis. Namun, dalam kondisi pencahayaan yang redup, bounding box yang dihasilkan melebar memenuhi frame, tetapi deteksi bagian kepala tetap akurat, menjaga konsistensi hasil pengukuran.