Berbagai usaha dalam mengembangkan sistem pengenalan wajah atau obyek tiga dimensi telah mengalami berbagai peningkatan dengan tajam. Sistem pengenalan wajah mempunyai beberapa aspek dalam pengenalan obyeknya, karena suatu obyek tiga dimensi wajah mempunyai berbagai variasi ciri, misalnya ekspresi, sudut pandang,sudut pengamatan dan cahaya. Berdasarkan variasi ciri di diatas, maka dilakukanlah suatu penelitian dan pengembangan pada sistem penentuan sudut pandang pad obyek tida dimensi, karena sudut pandang merupakan salah satu variasi ciri yang cukup penting. Sistem ini dikembangkan supaya dapat mengenali variasi ciri sudut pandang pada obyek tiga dimensi. Data yang dipakai pada penelitian ini adalah data citra obyek tiga dimensi yang telah direduksi datanya (cropping). Metode Cropping digunakan untuk menghilangkan bagian wajah yang kurang penting pada data dimensi obyek tiga dimensi tersebut tanpa mengurangi ukuran dimensi pada citra data tersebut, yaitu 64x64 piksel. Kemudian data tersebut dipakai pada sistem penentuan sudut pandang. Sistem penentuan sudut pandang obyek tiga dimensi dilakukan dalam dua tahap, yaitu tahap transformasi data yang menggunakan metode Principal dua tahap, yaitu tahap transformasi data yang menggunakan metode Principal Component Analysis atau juga dikenal dengan Karhunen-Loeve transformasi technique, serta tahap klasifikasi dengan menggunakan metode Nearest Feature Line, yang melakukan generalisasi ciri-ciri suatu sudut pandang. Tahap transformasi data yang dilakukan terbagi menjadi dua jenis transformasi, yaitu transformasi data dengan fully Principal Component Analysis (Fully PCA) dan Partially Principal Component Analsyis (Partially PCA). Pada penelitian yang dilakukan untuk tugas akhir ini, transformasi yang digunakan hanya Partially PCA yang kemudian dibedakan lagi menjadi partial 1 dan partial 2. Uji coba dilakukan untuk mengetahui akurasi pengenalan sistem penentuan sudut pandang ini terhadap sudut pandang obyek tiga dimensi pada data citra yang telah di cropping dibandingkan dengan data citra non-cropping. Uji coba dilakukan berdasarkan prosentase proporsi kumulatif (threshold) memakai 3 buah database. Dari hasi uji coba yang telah dilakukan menunjukkan bahwa sistem penentuan sudut pandang untuk data citra cropping lebih baik dari pada citra non-cropping. Akurasi pengenalan tertinggi yang dicapai adalah 100% pada transformasi data partially PCA dengan partial 1.