Pendeteksian objek secara otomatis merupakan salah satu teknologi yang berkembang pesat dalam bidang visi komputer, khususnya dalam konteks pengelolaan data visual berbasis citra digital. Buku sebagai objek fisik yang umum dijumpai di perpustakaan, toko, dan lingkungan pendidikan memiliki potensi untuk diidentifikasi secara otomatis guna mendukung proses inventarisasi dan digitalisasi. Tujuan jurnal ini ialah untuk mengimplementasikan dan mengevaluasi kinerja algoritma deteksi objek YOLOv8 dalam mengenali dan melokalisasi objek buku pada gambar statis. Model YOLOv8 dipilih karena memiliki arsitektur yang efisien dan telah terbukti unggul dalam kecepatan serta akurasi deteksi. Dataset yang digunakan terdiri dari citra-citra beranotasi yang menggambarkan berbagai kondisi penempatan dan orientasi buku. Setelah melalui proses pelatihan dan pengujian, model dievaluasi menggunakan metrik precision, recall, F1-score, dan mean Average Precision (mAP). Model deteksi ini memiliki nilai box loss sebesar 0.4325 dan class loss sebesar 0.3096. Semakin kecil nilai loss, semakin akurat prediksi yang dihasilkan oleh model. Model juga mencapai mAP 50 sebesar 0.80 dalam metrik, dan mAP50-0.97 sebesar 0.811 dalam metrik. Hasil penelitian ini berhasil mengimplementasikan model YOLOv8 untuk mendeteksi buku dengan tingkat presisi sebesar 88% dan recall sebesar 94% dengan tingkat akurasi sebesar 90% dan 92%.