Keris merupakan senjata tradisional Indonesia yang diakui oleh UNESCO sebagai warisan budaya tak benda, mencerminkan nilai sejarah dan budaya yang tinggi. Identifikasi dan klasifikasi dapur keris menjadi tantangan tersendiri karena keragaman bentuk dan kompleksitasnya, termasuk variasi ricikan yang menyusun dapur keris. Penelitian ini bertujuan mengembangkan sistem klasifikasi dapur keris berbasis metode You Only Look Once (YOLO), dengan menyertakan pembangunan dataset yang mencakup lima jenis dapur keris. Dataset dianotasi menggunakan platform Roboflow dan dibagi menjadi data training, validation, dan testing dengan proporsi 70%, 20%, dan 10%. Model YOLOv11 dengan empat varian (YOLOv11n, YOLOv11s, YOLOv11m, dan YOLOv11l) diuji menggunakan dataset yang telah disiapkan. Hasil evaluasi menunjukkan bahwa varian YOLOv11s memberikan performa terbaik dengan accuracy 99%, precision 97.9%, recall 98%, f1-score 98%, mAP50 sebesar 99.5%, dan mAP50-95 sebesar 99.3%. Selain itu, efisiensi model juga diuji, dengan YOLOv11n mencatat waktu inferensi tercepat (19,6 ms). Penelitian ini menunjukkan potensi model YOLO dalam meningkatkan accuracy dan efisiensi klasifikasi dapur keris, sekaligus menyediakan dataset baru yang dapat digunakan dalam penelitian lanjutan.