Keselamatan dan Kesehatan Kerja (K3) merupakan nilai yang paling tinggi bagi karyawan yang bekerja di lingkungan konstruksi dan industri, konstruksi merupakan sektor dengan risiko yang sangat tinggi dimana pekerja konstruksi cenderung dirugikan dalam pengerjaannya. Cedera kepala sangat serius dan seringkali berakibat fatal, helm memiliki arti penting bagi kehidupan pekerja sebagai pelindung dasar diri bagi pekerja di konstruksi. Metode yang digunakan pada deteksi ini yaitu menggunakan YOLO (You Only Look Once) sisem terdiri dari tiga proses pre processing, proses training dan proses deteksi. pre procesing yaitu dengan melakukan labelling dan bounding box pada citra dataset. kemudian tahap training pada dataset dengan menggunakan transfer learning TinyYOLOv3. Pada deteksi hasil citra yang yang telah terdeteksi dan implementasi ini menngunkan Bahasa pemograman python dengan menggunakan platform googlecolab. Hasil implementasi ini bertujuan untuk mendeteksi helm menggunakan metode TinyYOLOv3, dengan keluaran berupa citra yang telah terdeteksi orang yang menggunakan helm dan tidak menggunakan helm di area proyek dengan adanya labeling dan bounding box pada citra objek yang terdeteksi. Dari hasil pengujian pada total 50 dataset terdapat nilai akurasi tertinggi yaitu 93% pada kondisi skenario 3 dengan waktu proses 9.44 detik.