Deteksi hama pada tanaman sawi caisim merupakan salah satu tantangan utama yang dihadapi petani dalam budidaya tanaman ini, terutama di lingkungan greenhouse. Penelitian ini bertujuan untuk mengembangkan sistem deteksi hama berbasis algoritma YOLO (You Only Look Once) yang mampu mendeteksi hama ulat dan belalang pada tanaman sawi caisim dengan menggunakan citra digital. Proses penelitian mencakup pengumpulan dataset berupa gambar daun sawi caisim yang digigit hama, pelatihan model YOLO dengan konfigurasi yang berbeda, dan integrasi model ke dalam aplikasi mobile. Model YOLO yang dikembangkan diuji dengan beberapa varian, yaitu YOLOv8s, YOLOv8m, dan YOLOv8l, dengan jumlah epoch yang berbeda untuk mengevaluasi kinerja berdasarkan metrik precision, recall, mAP50, dan mAP50-95. Hasil eksperimen menunjukkan bahwa model YOLOv8l dengan 50 epoch memberikan performa terbaik secara keseluruhan dalam hal mAP50, sementara YOLOv8m dengan 50 epoch menunjukkan precision tertinggi. Selain itu, aplikasi mobile yang terintegrasi dengan model YOLO telah berhasil dikembangkan, memungkinkan pengguna untuk mendeteksi jenis hama secara langsung melalui perangkat mobile sekaligus memberikan rekomendasi penggunaan pestisida organik yang sesuai, seperti ekstrak tembakau untuk ulat dan ekstrak kulit jeruk nipis untuk belalang. Dengan sistem ini, diharapkan petani dapat mengidentifikasi jenis hama lebih cepat dan akurat, mengurangi pemborosan penggunaan pestisida, serta meningkatkan produktivitas dan efisiensi pengelolaan tanaman sawi caisim.