Robot inspeksi membutuhkan sistem persepsi yang mampu mendeteksi manusia secara akurat dalam berbagai kondisi lingkungan. Penelitian ini bertujuan untuk mengembangkan sistem sensor multi-modal berbasis enam kamera IMX477 yang disusun secara 360° dengan memanfaatkan NVIDIA Jetson AGX Orin, ROS 2, dan algoritma YOLOv8 untuk deteksi manusia secara real-time. Pengujian dilakukan pada kondisi pencahayaan, jarak, dan kecepatan robot yang berbeda untuk mengevaluasi kinerja sistem. Hasil penelitian menunjukkan bahwa akurasi deteksi mencapai 86,38% pada kondisi terang (≥12.000 lux) dan 69,11% pada kondisi kurang terang. Sistem masih mampu mendeteksi manusia pada intensitas cahaya minimum 73 lux, sedangkan jarak maksimum deteksi mencapai 13,3 meter dengan jarak deteksi optimal sekitar 10 meter. Hasil pengujian juga menunjukkan bahwa semakin tinggi kecepatan robot, semakin singkat waktu yang dibutuhkan untuk mencapai area deteksi, dengan rata-rata persentase error sebesar 3,293% antara perhitungan teoritis dan hasil aktual. Selain itu, waktu yang dibutuhkan sistem sejak dijalankan hingga berhasil melakukan deteksi pertama adalah 3,193 detik. Hasil penelitian membuktikan bahwa sistem sensor multi-modal yang dikembangkan mampu melakukan deteksi manusia secara real-time dengan cakupan pandang 360°, sehingga berpotensi mendukung pengembangan robot inspeksi dan aplikasi search and rescue.