Elevated plus maze (EPM) merupakan alat yang umum digunakan untuk mengevaluasi tingkat kecemasan pada tikus berdasarkan preferensi mereka terhadap area terbuka atau tertutup. Keterbatasan objektivitas dan human error dalam pengamatan manual mendorong penerapan computer vision menjadi solusi alternatif yang relevan. Penelitian ini bertujuan mengoptimalkan kecepatan dan akurasi pelacakan pergerakan tikus pada platform EPM dengan membandingkan beberapa metode pelacakan. YOLOv8 dikombinasikan dengan kalman filter dan DeepSORT. Sedangkan, metode CSRT dan GOTURN digunakan sebagai pembanding. Performa diukur menggunakan intersection over union (IoU), center location error (CLE), dan frame per second (FPS). Pemilihan metode optimal dilakukan dengan weighted scoring method (WSM). Hasil menunjukkan bahwa kombinasi YOLOv8 dengan adaptif kalman filter dengan interval 5 frame menjadi solusi yang optimal, menghasilkan peningkatan FPS dari 10,44 menjadi 22,55. Trade-off yang diperoleh berupa IoU failure rate sebesar 8,97?n CLE failure rate sebesar 1,38%, dengan nilai rata-rata IoU mencapai 0,89 dan CLE sebesar 2,34. Sistem ini mampu memproses video secara realtime dengan kecepatan yang lebih tinggi, sehingga mendukung pengamatan perilaku hewan secara otomatis dan lebih optimal.