Monitoring hama lalat buah pada tanaman jambu umumnya masih dilakukan secara manual sehingga memerlukan waktu yang lama, kurang efisien, dan sering terlambat dalam mendeteksi serangan hama. Kondisi ini dapat menyebabkan peningkatan populasi lalat buah yang berdampak pada penurunan kualitas dan hasil panen. Oleh karena itu, dikembangkan sistem deteksi lalat buah berbasis Internet of Things (IoT) menggunakan algoritma YOLO untuk mendukung proses monitoring hama secara otomatis dan real-time. Dataset citra diperoleh langsung dari kebun jambu menggunakan kamera smartphone, kemudian dilakukan proses seleksi, anotasi bounding box, konversi ke format YOLO, serta pelatihan dan pengujian model. Evaluasi performa dilakukan menggunakan metrik precision, recall, accuracy, dan mean Average Precision (mAP). Hasil pengujian menunjukkan bahwa model mampu mencapai precision sebesar 0,86, recall sebesar 0,85, accuracy sekitar 86%, serta mAP@0.5 sebesar ±0,87. Model terbaik selanjutnya diimplementasikan pada Raspberry Pi 5 sebagai perangkat edge computing dan berhasil dijalankan dalam skema deteksi real-time. Sistem yang dikembangkan menunjukkan potensi sebagai solusi deteksi dini lalat buah untuk meningkatkan efisiensi pengendalian hama pada budidaya jambu.Kata Kunci— YOLO, deteksi objek, lalat buah, Internet of Things (IoT), mean Average Precision (mAP), Raspberry Pi.