Di era digitalisasi dan otomasi, pembacaan dan pengenalan meter air telah menjadi teknologi yang sangat penting bagi perusahaan daerah air minum di Indonesia, yang dikenal sebagai Perusahaan Daerah Air Minum (PDAM). Pembacaan meter secara otomatis memiliki berbagai manfaat, antara lain peningkatan efisiensi waktu, peningkatan akurasi dalam pembacaan dan pencatatan pembacaan meter, serta konsistensi dalam proses perekaman data. Proyek ini bertujuan untuk mengembangkan sistem deteksi pembacaan meter air menggunakan kombinasi teknologi YOLO (You Only Look Once), sebuah metode deteksi objek berbasis deep learning yang dikenal mampu mendeteksi objek dalam gambar dengan cepat dan akurat. Sistem ini secara khusus dirancang untuk membantu petugas lapangan PDAM yang bertugas mencatat pembacaan meter pelanggan secara manual. Dengan memanfaatkan teknologi ini, petugas cukup memindai meter air menggunakan perangkat seluler atau aplikasi berbasis web yang secara otomatis akan mendeteksi dan menangkap pembacaan meter. Hal ini dapat mengurangi potensi kesalahan manusia, mempercepat proses pencatatan, dan memastikan standar pencatatan yang seragam di seluruh lokasi dan oleh berbagai petugas. Hasil percobaan menunjukkan bahwa model YOLO mampu mendeteksi nomor meter air dengan nilai mean Average Precision (mAP) mendekati 0,98–1,0 pada ambang batas IoU 0,5 dan menunjukkan kinerja yang stabil. Selain itu, mAP pada rentang IoU 0,5 hingga 0,95 juga meningkat menjadi sekitar 0,75–0,8, yang menunjukkan kemampuan deteksi objek yang andal pada berbagai tingkat tumpang tindih. Penerapan teknologi ini menunjukkan efisiensi tinggi dan kemampuan real-time dalam mendeteksi nomor meter air. Namun, perbaikan lebih lanjut dalam kualitas dataset dan optimasi model masih diperlukan untuk mencapai hasil yang lebih akurat dan andal dalam kondisi lapangan.