Penelitian ini membahas perbandingan kinerja deteksi pelanggaran zebra cross oleh kendaraan bermotor pada berbagai variasi resolusi citra menggunakan Framework YOLO. Dataset yang digunakan diambil di persimpangan lampu lalu lintas Flyover Sekip, Kota Palembang. Model YOLOv11n digunakan untuk mendeteksi kendaraan bermotor dan dievaluasi menggunakan metrik, seperti Accuracy, Precision, Recall, F1-Score, serta mean Average Precision (mAP50 dan mAP50-95). Hasil penelitian menunjukkan bahwa model YOLOv11n memperoleh nilai Accuracy sebesar 88,97%, Precision sebesar 0.947, Recall sebesar 0.960, dan F1-Score sebesar 0.953. Selain itu, nilai mAP50 juga mampu mencapai angka sebesar 0.987 dan mAP50-95 sebesar 0.886. Berdasarkan analisis hasil perbandingan variasi resolusi citra, resolusi 720p ditetapkan sebagai resolusi paling optimal. Pada resolusi ini, model mendeteksi 105 kendaraan dari 128 jumlah keseluruhan kendaraan ground truth pada area zebra cross dengan akurasi deteksi sebesar 82,03%. Dari jumlah tersebut, terdeteksi 22 kendaraan yang melanggar, selain itu resolusi 720p menghasilkan waktu komputasi sebesar 221.99 detik, yang masih normal untuk proses deteksi. Hasil penelitian ini menunjukkan bahwa resolusi 720p layak digunakan dalam mendeteksi pelanggaran zebra cross oleh kendaraan bermotor berbasis computer vision.