Corak warna kulit kerbau dapat menentukan harga jual di pasar, terutama untuk keperluan upacara adat yang melibatkan hewan kerbau. Saat ini, penentuan harga kerbau masih dilakukan secara subjektif oleh penjual atau pembeli, sehingga menimbulkan ketidak konsistenan dalam penentuan harga. Penelitian ini mengusulkan pengembangan sistem untuk mengestimasi harga kerbau berdasarkan jenis dan persentase kulit terang dan gelap, khususnya untuk jenis kerbau Saleko. Algoritma yang digunakan untuk mengenali jenis kerbau adalah YOLOv8, yang dilatih untuk mendeteksi empat kelas: Lotongboko, Saleko, Bonga, dan jenis lainnya. Model dilatih sebanyak 100 epoch menggunakan optimizer Adam dan hyperparameters. Metode thresholding diterapkan untuk mengidentifikasi persentase warna hitam dan putih pada citra kerbau Saleko yang berhasil terdeteksi oleh YOLOv8. Jika persentase kulit terang melebihi 80%, kerbau diperkirakan bernilai 800 juta rupiah. Sebaliknya, kerbau Saleko diperkirakan seharga 300 juta rupiah. Pelatihan YOLOv8 mencapai nilai mAP tertinggi sebesar 97,8%, dengan penurunan loss secara konsisten serta peningkatan metrik pada setiap iterasi, yang menunjukkan proses pelatihan berhasil dengan performa deteksi yang kuat. Model estimasi harga mencapai akurasi 76,3% berdasarkan 55 citra yang diuji. Kesalahan estimasi disebabkan oleh resolusi gambar yang rendah dan kualitas pencahayaan yang buruk. Penelitian ini memberikan wawasan mengenai penerapan teknologi dalam estimasi harga kerbau melalui pengolahan citra digital.