Saat ini, industri sedang berfokus pada pengurangan limbah dan aktivitas yang tidak efisien, salah satu contohnya adalah proses distribusi material. Selain itu berdasarkan Occupational Safety And Health Administration (OSHA) ada sekitar 35.000 hingga 62.000 cedera setiap tahun terkait pallet stacker. Untuk mengatasi hal tersebut, salah satu solusinya adalah dengan mengimplementasikan pallet stacker AGV. Penelitian ini membahas tentang bagaimana membuat sistem navigasi yang dapat mengurangi resiko kecelakaan kerja dan melakukan proses distribusi material secara otomatis untuk pallet stacker manual. Sistem navigasi ini menggunakan ROS dan Hector SLAM yang dilengkapi dengan sensor RPLIDAR A2, TF luna, MPU6050 dan Incremental encoder, serta algoritma YOLO V7 yang dilengkapi dengan Realsense D415 untuk deteksi palet. Hasil pengujian dari pemetaan, terdapat eror sebesar 0.02 m – 0.11 m. sedangkan untuk sistem navigasi terdapat eror posisi terbesar pada sumbu X – 0.2 m, pada sumbu Y – 0.38 m dan orientasi pada sumbu Z – 0.16 rad. Sistem deteksi palet dengan YOLO v7 sudah dapat mendeteksi objek palet, akan tetapi belum dapat digabungkan dengan sistem navigasi karena memerlukan hampir 100% kapasitas CPU dan RAM dalam prosesnya.