<![CDATA[Perkembangan teknologi Artificial Intelligence (AI) dan Computer Vision telah memberikan dampak signifikan terhadap sistem monitoring. Penelitian ini mengembangkan sistem monitoring dan estimasi lama waktu kunjungan pelanggan menggunakan algoritma YOLO berbasis deep learning di Jarak Coffee & Eatery. Permasalahan utama adalah kurangnya efektivitas metode monitoring manual dalam mengelola data kunjungan pelanggan yang menyebabkan kesulitan mendapatkan informasi akurat mengenai durasi kunjungan. Tujuan penelitian ini adalah mengimplementasikan algoritma YOLO untuk mendeteksi dan melacak pelanggan secara real-time serta mengembangkan sistem yang mampu menghitung durasi kunjungan secara otomatis. Menggunakan metode Waterfall dengan tahapan analisis kebutuhan, perancangan sistem, implementasi menggunakan YOLOv11 dan BoT-SORT, serta pengujian. Hasil model YOLOv11 mencapai performa sangat baik dengan mAP@0.5 sebesar 96,5%, precision 93,4%, dan recall 93,4%, serta mampu menghitung durasi kunjungan dengan threshold minimal 30 detik untuk memfilter false positive. Sistem menghasilkan output visualisasi real-time dan log CSV yang dapat digunakan untuk analisis durasi kunjungan dan optimalisasi operasional. Kata Kunci: Algoritma YOLO, Deep Learning, Computer Vision, Object Detection, Durasi Kunjungan Pelanggan]]>
