Sel darah putih adalah salah satu jenis sel darah terpenting dalam tubuh.Sel darah putih, juga dikenal sebagai leukosit, penting bagi sistem pertahanan tubuh dan melawan mikroorganisme menular, sel tumor, dan zat asing yang berbahaya.Makalah ini menyarankan sistem otomatis berbasis komputer untuk mendeteksi sel darah putih menggunakan analisis transformator dan sel darah putih YOLOV8 dalam gambar digital sel darah. Proses Generate ini menggunakan Yolov8. Dalam Generate ini akan menghasilkan olahan citra gambar berupa hasil anotasi pada setiap jenis sel darah putih dan dataset dengan format COCO.Training Model DETR yang dilakukan dalam penelitian ini adalah meningkatkan nilai akurasi dari hasil generate citra gambar sel darah putih. Hasil pengujian menggunakan hasil dari recall,presision, f1 score dan nilai deteksi objek. Pada dataset limpocyte dan bashophil memiliki hasil yang kurang baik dikarenakan jumlah citra gambar sel darah putih yang dignakan hanya 10 gambar. Sesuai dengan hasil dari training dari yolov8 yang menggunakan Roboflow mendapatkan hasil yang meningkat relative tinggi. Dengan rata rata peningkatan 0,68 pada kelima citra gambar sel darah putih. Pengujian ini juga, mendapapatkan rata-rata peningkatan hasil deteksi dari Yolo menuju DETR mendapatkan hasil yang cukup signisikan yaitu sebesar 68%, hal ini di karenakan YOLO tidak bisa menangani objek tak terdeteksi (yang tidak ada dalam dataset pelatihan, selanjutnya Selain itu, DETR dapat menangani banyak objek dalam satu gambar. Biasanya, deteksi objek tradisional seperti YOLO memerlukan beberapa deteksi objek berulang kali dengan ukuran batch yang tetap