Pengawasan kendaraan yang masuk kawasan perumahan merupakan aspek penting dalam pengelolaan lingkungan hunian yang terorganisir. Namun, metode manual dalam pemantauan kendaraan sering kali tidak efisien, rawan kesalahan, dan memerlukan tenaga kerja tambahan. Untuk mengatasi permasalahan tersebut, penelitian ini merancang sistem pemantau kendaraan otomatis dengan memanfaatkan teknologi YOLO (You Only Look Once) dan Pytesseract. YOLO digunakan untuk mendeteksi kendaraan secara real-time dari citra video yang diambil oleh kamera pengawas yang dipasang di pintu gerbang perumahan. Selanjutnya, Pytesseract yang merupakan alat Optical Character Recognition (OCR), digunakan untuk mengenali dan mengekstrak teks dari plat nomor kendaraan yang terdeteksi. Hasil dari proses identifikasi dan ekstraksi kemudian disimpan dalam basis data untuk keperluan dokumentasi, pelacakan, dan analisis lebih lanjut oleh pengelola kawasan. Penelitian ini dilakukan dalam dua tahap pelatihan model untuk mengevaluasi performa sistem. Pada pelatihan YOLO untuk mendeteksi kendaraan pertama dengan 100 epoch, sistem mencapai akurasi sebesar 83,7%. Sedangkan pada pelatihan kedua yang menggunakan 200 epoch, terjadi peningkatan akurasi menjadi 91,1%. Terdapat tiga kali testing, testing pertama untuk menguji model YOLO untuk mendeteksi kendaraan mendapatkan tingkat keberhasilan sebesar 85%. Testing kedua menguji model YOLO untuk mendeteksi posisi plat nomor, mendapatkan hasil hasil keberhasilan sebesar 76%. Testing ketiga untuk menguji OCR pytesseract mendapatkan hasil akurasi sebesar 68%, hasil OCR ini didapat karena kurangnya pencahayaan. Hasil ini menunjukkan bahwa sistem yang dirancang memiliki potensi untuk digunakan sebagai alat bantu dalam pemantauan kendaraan secara otomatis di area perumahan.