Pendeteksian estrus yang tepat merupakan salah satu faktor penting dalam meningkatkan keberhasilan reproduksi pada peternakan sapi perah. Namun, metode pengamatan visual yang umum digunakan masih memiliki keterbatasan dalam pemantauan secara berkelanjutan, sedangkan penggunaan sensor kontak memerlukan biaya tambahan dan berpotensi mengganggu kenyamanan ternak. Penelitian ini mengembangkan sistem deteksi perilaku sapi perah secara real-time berbasis teknologi cerdas menggunakan kamera CCTV sebagai metode pemantauan non-kontak. Sistem dibangun menggunakan model YOLOv11n untuk mendeteksi perilaku sapi. Empat kelas perilaku yang diamati meliputi standing, lying down, eating, dan mounting. Untuk meningkatkan performa model, dilakukan optimasi hyperparameter menggunakan metode Grid Search, Random Search, dan Bayesian Search. Sistem kemudian diimplementasikan pada lingkungan peternakan untuk melakukan pemantauan perilaku secara real-time melalui aliran video RTSP. Berdasarkan hasil pengujian, model terbaik pada dataset primer mencapai mAP@0.5:0.95 sebesar 89,65% dan F1-score 98,91%, sedangkan model dataset gabungan primer dan sekunder menunjukkan kemampuan peningkatan deteksi yang lebih baik terhadap unseen data sebesar 50% hingga 100% dengan mAP@0.5:0.95 sebesar 87,96%. Sistem mampu beroperasi secara real-time pada kecepatan rata-rata 48,71 FPS tanpa packet loss serta berhasil memetakan aktivitas harian, mendeteksi perilaku mounting, dan mengidentifikasi anomali perilaku yang berpotensi mengindikasikan fase estrus.