Lubang jalan merupakan salah satu penyebab utama kecelakaan dan kerusakan kendaraan di Indonesia, terutama karena kurangnya sistem peringatan dini yang efektif. Penelitian ini mengembangkan sistem deteksi lubang jalan berbasis metode You Only Look Once (YOLO) yang dilengkapi dengan fitur klasifikasi posisi spasial dan peringatan suara untuk meningkatkan kewaspadaan pengendara. Sistem ini mampu mendeteksi lubang pada citra jalan dan mengklasifikasikan posisinya ke dalam tiga zona horizontal: kiri, tengah, atau kanan. Dataset yang digunakan mencakup data primer dari pengambilan gambar lapangan dan data sekunder dari Roboflow, yang telah melalui proses anotasi dan augmentasi visual guna memperkaya variasi data pelatihan. Model dilatih menggunakan arsitektur YOLOv11 dengan teknik augmentasi untuk meningkatkan robustnes terhadap kondisi nyata. Hasil pengujian menunjukkan bahwa model augmented berhasil mencapai performa lebih tinggi dibanding baseline, dengan nilai mAP sebesar 85,1%, Precision 87,6%, Recall 81,4%, dan F1-Score 84,4%. Validasi sistem menunjukkan bahwa tingkat akurasi deteksi lubang mencapai 71%, sedangkan akurasi klasifikasi posisi spasial mencapai 68%. Sistem juga berhasil memberikan notifikasi suara otomatis dengan respon. Ke depan, sistem dapat dikembangkan dengan pengukuran lebar dan jarak lubang, integrasi pada dashcam, serta dukungan multi-platform untuk meningkatkan manfaat dan keterjangkauan pengguna.