Peningkatan volume kendaraan setiap tahun menyebabkan perlunya sistem pemantauan lalu lintas yang mampu bekerja secara akurat dan efisien. Salah satu pendekatan yang banyak digunakan adalah metode object detection berbasis deep learning, khususnya algoritma You Only Look Once (YOLO). Penelitian ini bertujuan untuk mengimplementasikan serta menganalisis perbandingan kinerja model YOLOv10, YOLOv11, dan YOLOv12 dalam mendeteksi, mengklasifikasi, dan menghitung kendaraan pada video CCTV lalu lintas. Dataset yang digunakan terdiri dari 1260 frame yang diekstraksi dari video CCTV Surakarta pada skenario siang dan malam hari. Metode pengujian dilakukan dengan membandingkan hasil deteksi dan perhitungan jumlah kendaraan terhadap data ground truth untuk memperoleh metrik evaluasi berupa akurasi, precision, recall, dan F1-Score. Selain itu, kinerja kecepatan pemrosesan dianalisis berdasarkan nilai Frame Per Second (FPS) dan latency guna mengevaluasi kemampuan model dalam memproses video secara berkelanjutan. Hasil pengujian menunjukkan bahwa secara garis besar model YOLOv12 mengungguli model YOLOv10 dan YOLOv11 dalam hal akurasi, precision, recall, dan F1-Score. Pada skenario lalu lintas siang hari, model YOLOv12 menghasilkan performa terbaik dengan nilai akurasi 0.9729, precision 0.9963, recall 0.9764, dan F1-Score 0.9863. Pada skenario lalu lintas malam hari, YOLOv12 tetap menunjukkan performa paling unggul dengan nilai akurasi 0.9456, precision 0.9901, recall 0.9547, dan F1-Score 0.9721. Sementara itu, hasil pengujian kecepatan pemrosesan menunjukkan bahwa model YOLOv10 mengungguli model YOLOv11 dan YOLOv12 dengan nilai FPS tertinggi sebesar 22.07 serta nilai latency terendah 43.94 ms.