Universitas Islam Sultan Agung (UNISSULA) mewajibkan seluruh mahasiswi untuk mengenakan pakaian yang sesuai dengan syariat, termasuk penggunaan jilbab. Namun, kepatuhan terhadap aturan tersebut masih dilakukan secara manual yang tidak efisien dan sulit dilakukan secara konsisten. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem deteksi jilbab secara realtime menggunakan You Only Look Once (YOLO) yang diimplementasikan pada perangkat Jetson Nano. Arsitektur YOLO merupakan bagian dari metode Convolutional Neural Network untuk mendeteksi dan mengklasifikasikan penggunaan jilbab. Penelitian ini menggunakan dataset dari Roboflow yang berisi 700 gambar yang terdiri dari 2 jenis kelas. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi jilbab dengan nilai keparcayaan 83,2 %, presisi mencapai 88.7%, recall mencapai 91.2%, mAP 0.5 sebesar 92.9% dan mAP 0.5:0.95 sebesar 70.4%. Nilai menunjukkan bahwa model YOLOv5 yang dibangun dapat mendeteksi jilbab secara realtime dengan cukup baik.
Kata Kunci : BudAI, Deteksi Objek, YOLOv5, Jilbab