Deteksi wajah bertujuan untuk memperoleh lokasi wajah pada suatu citra, sehingga dengan lokasi wajah ini dapat dimanfaatkan untuk beberapa aplikasi seperti pengenalan wajah pada suatu citra yang sudah terdeteksi, pencarian wajah tertentu dari suatu data video. Pendekatan one stage detector dengan algoritma You Only Look Once (YOLO) digunakan pada penelitian ini, dimana data citra dibagi menjadi grid dengan ukuran terentu. Setiap grid ini merupakan representasi lokasi kandidat wajah yang terdapat pada citra. Untuk proses klasifikasi wajah dan non wajah serta perbaikan lokasi wajah di setiap grid ini menggunakan arsitektur Convolutional Neural Network (CNN), dimana pada penelitian ini menggunakan model yang sudah dilatih yaitu Visual Geometry Group-16 (VGG-16) pada lapisan konvolusi, sedangkan pada lapisan Fully Connected (FC) dilakukan proses pelatihan dengan data target yang sudah ditentukan. Ujicoba dilakukan pada WIDER Face dataset yang memiliki variasi jumlah wajah di dalam setiap citranya. Hasil ujicoba yang telah dilakukan mendapatkan nilai akurasi Precision sebesar 0.253, nilai akurasi Recall sebesar 0.247 dan nilai akurasi F1-Score sebesar 0.25