Sistem deteksi kendaraan berbasis visi komputer memiliki peranan penting dalam mendukung berbagai aplikasi, seperti pemantauan lalu lintas, sistem parkir otomatis, dan keamanan. Namun, sebagian besar sistem yang ada masih bergantung pada perangkat dengan konsumsi daya tinggi dan infrastruktur komputasi besar, sehingga kurang efisien untuk penggunaan di lapangan. Penelitian ini bertujuan mengembangkan sistem deteksi kendaraan berbasis Tiny Machine Learning (TinyML) dengan model MobileNet-SSD yang diimplementasikan pada Raspberry Pi 5. Sistem dirancang untuk bekerja secara lokal dan real-time menggunakan webcam sebagai input citra, serta menampilkan hasil deteksi melalui LCD 16x2. Pengujian dilakukan untuk mengevaluasi akurasi deteksi kendaraan (motor dan mobil), konsumsi tegangan, serta delay sistem. Hasil pengujian menunjukkan bahwa pada kondisi pencahayaan terang dan redup, sistem mampu mendeteksi kendaraan dengan akurasi 100% hingga jarak 15 meter. Pada jarak 20 meter, akurasi menurun menjadi 60% untuk motor dan 50% untuk mobil, sementara pada pencahayaan gelaakurasi turun signifikan menjadi 20% untuk motor dan 50% untuk mobil. Konsumsi tegangan relatif stabil di kisaran 4956–4990 mV, dan delay rata-rata hanya 0 detik.