Perundungan fisik merupakan salah satu bentuk kekerasan di sekolah yang paling umum terjadi, yang berdampak serius secara fisik, psikologis, dan akademis terhadap siswa. Sistem pengawasan konvensional mengandalkan pemantauan manual terhadap rekaman CCTV, sehingga menyulitkan deteksi dini insiden perundungan. Kemajuan dalam bidang computer vision dan deep learning membuka peluang untuk mengembangkan sistem deteksi kekerasan otomatis yang dapat meningkatkan keamanan sekolah. Penelitian ini mengusulkan model deteksi objek berbasis YOLOv11 untuk mengidentifikasi tindakan perundungan fisik di lingkungan sekolah. Dataset khusus dibuat dengan merekam simulasi skenario perundungan yang melibatkan siswa, mencakup sembilan kategori perundungan fisik—memukul, menendang, menampar, mencakar, mendorong, menjegal, berkelahi, melempar benda, dan menyikut, serta satu kategori aktivitas normal. Dataset diberi anotasi manual di Label Studio. Model YOLOv11 Nano dilatih selama 100 epoch menggunakan gambar berukuran 640 × 640 dan berbagai teknik augmentasi data pada workstation yang dilengkapi GPU NVIDIA GeForce RTX 4060. Model ini mencapai presisi 93,48%, Recall 96,29%, mAP@0,5 sebesar 96,68%, dan mAP@0,5:0,95 sebesar 78,54%. Hasil ini menunjukkan bahwa pendekatan yang diusulkan mampu mendeteksi berbagai tindakan perundungan fisik secara akurat dan layak digunakan untuk pengawasan real-time, sehingga mendukung intervensi yang lebih cepat serta peningkatan keamanan siswa di sekolah.