Pencocokan Pola (Patern Mathcing) merupakan suatu metode yang telah dikenal dan bergunauntuk mendeteksi suatu objek dalam citra. Metode ini mendeteksi kehadiran suatu objek dengan mencocokan citra yang hendak diketahui dengan sekumpulan citra lain yang menjadi acuan (template). Kelemahan metode ini adalah tingginya biaya komputasi untuk citra yang berukuran besar. Juga dikarenakan jumlah template yang dipergunakan akan semakin besar dengan semakin banyaknya kemungkinan sudut pandang, ukuran maupun bentuk kehadiran objek di dalm citra. Transformasi Karhunen-Loeve dan Transformasi Fourier telah dipergunakan secaraluas dalam pengolahan citra. Transformasi Karhunen-Loeve biasa dipergunakan untuk mereduksi dimensi data. Hasil dari Transformasi ini adalah himpunan variable yang minimal akan tetapi masih memberikan informasi yang maksimal. Sedangkan Transformasi Fourier telah banyak di pergunakan untuk aplikasi pencocokan pola. Tujuan tugas akhir ini adalah mengkaji dan mengimplementasikan penggunaan kedua transformasi tersebut pada sistem pencocokan pola. Transformasi Karhunen-Loeve dipergunakan untuk mendapatkan sub ruang vektor sebagai presentasi dari keseluruhan temlpete. Tranformasi Fourier digunakan untuk mempercepat komputasi untuk mencari nilai korelasi antara template dengan citra masukan. Dari hasil uji coba, dengan menggunakan 72 citra template dapat diketahui bahwa kombinasi Transformasi Fourier memberikan hasil yang cukup baik. Baik dari segi waktu pencarian maupun dari segi penentuan lokasi objek.