Infrastruktur jalan menopang beban volume lalu lintas yang tinggi dan berulang sehingga menyebabkan kerusakan yang dapat meinimbulkan kecelakaan serta kerugian biaya. Data BPS menunjukkan bahwa 32,60% jalan di Indonesia berada dalam kategori rusak dan rusak parah. Deteksi otomatis kerusakan jalan diperlukan untuk mendukung perawatan infrastruktur jalan yang hemat waktu dan tenaga kerja. YOLO11 diimplementasikan sebagai suatu sistem model deteksi kerusakan jalan otomatis. Preprocessing Road Damage Dataset 2022 menghasilkan dataset berisi 23.767 gambar dibagi menjadi data training, validation, dan testing dengan rasio 8:1:1. Dataset digunakan pada arsitektur pretrained dan from-scratch YOLO11 nano (n), YOLO11 small (s), YOLO11 medium (m), dan YOLO11 large (l) dalam versi pretrained dan from-scratch. Model yang dihasilkan kemudian dievaluasi dengan precision, recall, f1-score, mean average precision (mAP), serta efisiensi komputasi. Hasil yang didapatkan adalah performa deteksi paling baik dicapai oleh model YOLO11s pretrained dengan mAP50 59,9?n f1-score 59,83?lam efisiensi komputasi menengah.