Glaukoma merupakan neuropati optik progresif dan menjadi salah satu penyebab utama kebutaan permanen. Deteksi dini sangat krusial, namun praktik klinis saat ini masih bergantung pada estimasi manual vertical Cup-to-Disc Ratio (vCDR) yang bersifat subjektif dan kurang efisien. Analisis citra fundus secara otomatis menawarkan solusi yang skalabel, tetapi menghadapi tantangan berupa rendahnya kontras optic cup, variasi antar-dataset, serta kebutuhan akan keluaran yang mudah diinterpretasikan secara klinis. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sebuah pipeline skrining glaukoma otomatis berbasis segmentasi optic disc (OD) dan optic cup (OC), dengan membandingkan model satu tahap (single-stage) YOLO11- Segmentation dan model dua tahap (two-stage) Mask R-CNN dengan backbone ResNet50-FPN, yang divalidasi melalui estimasi vCDR dengan ambang batas 0,7. Kontribusi penelitian ini meliputi empat aspek utama, yaitu: (1) penyusunan perbandingan benchmark antara YOLO11 dan Mask R-CNN pada tiga dataset (REFUGE, ORIGA, dan G1020); (2) pengaitan akurasi segmentasi dengan kinerja skrining berbasis vCDR; (3) analisis trade-off presisi dan recall antar-model; serta (4) penyediaan baseline yang dapat direproduksi untuk penelitian selanjutnya. Pipeline yang dikembangkan menerapkan praproses terstandarisasi berupa pemotongan area kepala saraf optik (optic nerve head), penyesuaian ukuran citra menjadi 1024×1024 piksel, serta augmentasi konservatif. Model YOLO11 dilatih selama 200 epoch, sedangkan Mask R-CNN dilatih selama 75 epoch. Evaluasi kinerja dilakukan menggunakan metrik Dice, Intersection-over-Union (IoU), mean absolute error (MAE), korelasi, serta performa klasifikasi. Hasil penelitian menunjukkan bahwa Mask R-CNN mencapai nilai Dice optic disc yang lebih tinggi (0,947 pada G1020 dan 0,938 pada REFUGE) serta recall yang lebih baik (0,880 pada REFUGE), sementara YOLO11 menghasilkan korelasi vCDR yang lebih kuat (r = 0,900 pada ORIGA) dan presisi sempurna (1,000 pada G1020). Secara keseluruhan, akurasi skrining melebihi 0,92 pada dataset REFUGE dan G1020. Sebagai kesimpulan, YOLO11 lebih sesuai untuk skrining konservatif dengan tingkat false positive yang lebih rendah, sedangkan Mask R-CNN unggul dalam meningkatkan sensitivitas. Kekuatan yang saling melengkapi ini menegaskan pentingnya pemilihan model berdasarkan konteks skrining serta membuka peluang penelitian lanjutan pada kerangka kerja hibrida dan integrasi multimodal.