Kemacetan lalu lintas di perkotaan merupakan permasalahan yang signifikan, menyebabkan penurunan efisiensi waktu, peningkatan konsumsi bahan bakar, serta berdampak negatif pada kualitas udara dan kesehatan masyarakat. Untuk mengatasi hal ini, penelitian ini mengembangkan sistem monitoring kemacetan lalu lintas berbasis embedded vision dan teknologi web. Sistem menggunakan kamera yang terintegrasi dengan mikrokontroler dan algoritma deteksi objek YOLOv8 untuk mendeteksi dan menganalisis kepadatan kendaraan secara real-time di perempatan jalan. Data hasil deteksi digunakan untuk mengatur sinyal lampu lalu lintas secara dinamis, sehingga mengoptimalkan aliran kendaraan dan mengurangi waktu tunggu. Sistem ini juga terhubung dengan platform berbasis web yang memungkinkan pemantauan kondisi lalu lintas secara jarak jauh. Pengujian dilakukan melalui simulasi dan pengujian lapangan untuk memastikan keandalan dan akurasi sistem dalam berbagai kondisi lingkungan. Hasil yang diharapkan adalah peningkatan efisiensi pengaturan lalu lintas, pengurangan kemacetan, serta peningkatan keselamatan dan kenyamanan pengguna jalan.