EEPIS Robot Soccer On Wheeled (ERSOW) ialah robot sepak bola beroda yang berlaga dalam Kontes Robot Sepak Bola Indonesia. Berdasarkan peraturan, kemenangan suatu tim diambil dari nilai tertinggi robot dalam mencetak gol ke gawang. Namun, untuk mencetak gol ke gawang tidak semudah yang dibayangkan. Robot harus bermanuver selama permainan tanpa henti sehingga menyebabkan data posisi robot (x,y,θ) yang dihasilkan oleh sensor odometry dan IMU mengalami akumulasi eror. Akumulasi eror tersebut akan mempengaruhi data posisi gawang yang akan dijadikan acuan untuk arah tendang robot terhadap gawang. Perlu adanya kalibrasi ulang untuk memperbaiki nilai eror tersebut. Fokus proyek akhir ini ialah untuk membuat sistem deteksi posisi gawang menggunakan Deep Learning Neural Network pada vision robot. Untuk mendapatkan hasil deteksi gawang yang bagus diperlukan dataset gawang untuk di-training dan dijadikan sebagai model. Posisi gawang (x,y,θ) yang didapatkan akan dijadikan acuan untuk target arah tendangan robot terhadap gawang. Sistem deteksi gawang pada proyek akhir ini dilakukan 3 kali pengujian yaitu deteksi gawang di sisi kanan robot dengan akurasi 90,32%, gawang di sisi depan robot dengan akurasi 96,77%, gawang di sisi kiri robot dengan akurasi 93,54%, sehingga akurasi rata-rata yang didapat adalah 93,54%. Sudut posisi yang dihasilkan berada pada range 0° hingga 180° dan 0° hingga -180°. Hasilnya, robot dapat dengan mudah mengetahui posisi gawang tanpa terpengaruh eror dari sensor odometry dan IMU.