Di bidang robotika, terdapat salah satu jenis robot yang memiliki kemampuan untuk bermain sepakbola, yaitu robot sepakbola humanoid. Robot ini diharapkan memiliki kemampuan utama dalam mendeteksi objek yang ada di lapangan, terutama objek bola dan gawang. Oleh karena itu, perlu dikembangkan sistem deteksi objek bola dan gawang dengan tingkat keakuratan yang tinggi, agar robot dapat mengidentifikasi objek yang tepat untuk menjalankan tugas-tugas selanjutnya. Penelitian ini menggunakan platform robot ROBOTIS OP3 yang terintegrasi dengan webcam Logitech C920. Sistem pendeteksian yang digunakan adalah Darknet YOLO, yang merupakan salah satu penerapan dari deep-learning. Jaringan YOLO yang digunakan dalam penelitian ini adalah YOLOv3 Tiny, dan tahapan pelatihannya melibatkan framework Darknet. Pada tahap pelatihan jaringan, diperoleh nilai rata-rata loss (avg loss) sebesar 0,2805 dan nilai mean Average Precision (mAP) sebesar 96,3%. Pada tahap pengujian jaringan, dihasilkan frame gambar sistem pendeteksian objek yang terdeteksi dengan diberi label "bola" dan "gawang” serta bounding box. Pada penelitian ini sistem deteksi yang telah dikembangkan menghasilkan nilai performa jaringan dengan nilai accuracy sebesar 0.97, precision sebesar 0.99, recall sebesar 0.96, dan F1-score sebesar 0.97. Nilai-nilai performa jaringan ini diperoleh dari pengujian menggunakan 200 frame gambar yang digunakan sebagai test set dalam tahap pelatihan jaringan.