Keselamatan kerja merupakan aspek krusial dalam sektor industri maritim, khususnya pada area galangan kapal yang memiliki tingkat risiko kecelakaan kerja tinggi. Penelitian ini bertujuan untuk merancang dan membangun sistem pemantauan real-time penggunaan Alat Pelindung Diri (APD) dengan pendekatan computer vision menggunakan algoritma YOLOv5 yang terintegrasi dalam platform berbasis website. Sistem ini memanfaatkan rekaman kamera pengawas (CCTV) di galangan kapal PT Pelindo Marine Service untuk mendeteksi keberadaan dua jenis APD, yaitu helm dan rompi keselamatan. Data diperoleh melalui proses capture frame secara manual dari video berdurasi 30 sampai 60 menit, kemudian dianotasi dan diproses melalui tahapan preprocessing, pembagian dataset, serta pelatihan model menggunakan konfigurasi hyperparameter tertentu. Hasil pelatihan pada skenario terbaik menunjukkan bahwa model mampu mencapai precision sebesar 0.91, recall sebesar 0.87, serta mean Average Precision dengan threshold IoU 0.5 (mAP@0.5) sebesar 0.93. Sistem ini juga dilengkapi dengan fitur pengelolaan log pelanggaran, visualisasi statistik pelanggaran, serta Application Programming Interface (API) untuk mendukung proses pelaporan dan notifikasi. Evaluasi dilakukan melalui metode blackbox testing dan kuesioner pengguna yang menunjukkan bahwa sistem mudah digunakan dan dapat memberikan informasi pelanggaran dengan baik. Penelitian ini diharapkan dapat meningkatkan efisiensi pemantauan dan kesadaran terhadap protokol keselamatan kerja melalui solusi digital yang akurat dan terintegrasi.