Jaringan saraf tiruan banyak digunakan pada aplikasi pengenalan pola, di antaranya untuk pengenalan objek 3 dimensi. Metode pengenaln objek 3 dimensi melalui imege 2 dimensi dari berbagai sudut pandang telah dikembangkan dengan cara memodifikasi arsitektur lapis tersembunyi pada jaringan multi-layer percepron menjadi bentuk silindris dan menggunakan metode pelatihan propagasi balik yang dikenal dengan Cilydrical Hidden Multilayer Perception Back Propagation (CHMLP-BP). Metode ini melibatkan pasangan berarah antara vektor sudut pandang terhadap objek dengan vektor posisi node pada lapis tersembunyi yang diabstrakan ke dalam konstanta yang akan berperan dalam proses pelatihan maupun pengenalan.Namun proses pelatihan yang diperlukan masih cukup lama dan hasil pengenalannya belum cukup memuaskan. Untuk mempercepat waktu pelatihan digunakan fungsi kesalahan Mean Square Error. Peningkatan kinerja jaringan CHMLP-BP dilakukan pula dengan penambahan node pemroses pada sub lapis tersembunyi dan modifikasi arsitektur lapis tersembunyi dari silinder tunggal menjadi bentuk konsentris. Hasil eksperimen menunjukan bahwa penggunaan fungsi kasalahan Cross Entropy dapat menekan epoh pelatihan ke tingkat yang cukup rendah. Penambahan node pemroses pada sub lapis tersembunyi dan penggunaan arsitektur lapis tersembunyi konsentris terbukti mampu meningkatkan kemampuan pengenalan objek 3 dimensi dan menurunkan epoh pelatihan. Pengembangan jaringan CHMLP-BP konsentris lebih lanjut diharapkan dapat meningkatkan kemampuan pengenalan objek 3 dimensi dari arah, jarak dan sudut pandang yang lebih bervariasi.