Kecelakaan lalu lintas akibat manuver menyalip yang tidak aman masih menjadi permasalahan serius di Indonesia. Penelitian ini bertujuan untuk mengembangkan sistem manuver menyalip otonom berbasis computer vision dan perencanaan jalur cerdas guna meningkatkan keselamatan berkendara. Sistem yang dikembangkan mengintegrasikan dua komponen utama, yaitu: (1) model deteksi jalur dan objek menggunakan YOLOv11 Instance Segmentation, dengan akurasi mAP50 sebesar 0,991 untuk deteksi jalur dan 0,981 untuk deteksi kendaraan; serta (2) algoritma Hybrid A-Star untuk perencanaan lintasan, yang mempertimbangkan kinematika kendaraan berbasis bicycle model dan prinsip jarak aman. Pengujian dilakukan pada dua skenario: ketika kedua jalur (jalur utama dan jalur kanan) terhalang, serta ketika hanya jalur utama yang memiliki hambatan. Pada skenario pertama, sistem secara otomatis membatalkan manuver dan mempertahankan kecepatan konstan. Sedangkan pada skenario kedua, sistem merencanakan lintasan optimal menggunakan Hybrid A-Star, meningkatkan kecepatan kendaraan, dan mengembalikannya ke jalur utama setelah manuver selesai. Hasil pengujian menunjukkan bahwa sistem mampu mengenali kondisi lingkungan secara real-time dan mengambil keputusan secara adaptif. Sistem terbukti efektif dalam membatalkan manuver saat kondisi tidak aman serta berhasil mengeksekusi manuver menyalip secara otonom ketika jalur kanan tersedia.