Penelitian dan analisa terhadap pengenalan objek tiga dimensi telah meningkat tajam secara signifikan selama beberapa tahun belakangan ini. Suatu sistem pengenalan objek tiga dimensi yang baik harus mampu mengenali objek dengan berbagai variasi cirinya dalam sudut pandang atau sudut pengamatan dan pencahayaan. Karena sudut pengamatan merupakan salah satu variasi ciri yang diperlukan dalam sistem pengenalan objek tiga dimensi, maka dilakukanlah pengembangan serta penelitian terhadap sistem penentuan sudut pandang dari objek tiga dimensi, dengan harapan agar komputer juga dapat mengenali ciri sudut pandang atau sudur pengamatan dari suatu objek tiga dimensi. Sistem penentuan sudut pandang dari objek tiga dimensi dikembangkan dengan dua tahap, yaitu tahap transformasi data yang menggunakan metode Principal Component Analysis atau Karhunen-Loeve Transformation Technique, serta tahap klasifikasi dengan menggunakan metode nearest Feature Line, yang melakukan generalisasi ciri-ciri suatu sudut pandang. Adapun tahap transformasi data yang dilakukan terbagi menjadi tiga jenis transformasi, yaitu transformasi data dengan partially PCA 1. Partially PCA 2a dan Partially PCA 2b. Pada penelitian yang dilakukan pada tugas akhir ini. Ketiga transformasi data dilakukan untuk membandingkan ketiganya. Beberapa uji coba dilakukan terhadap sistem penentuan sudut pandang ini dengan tujuan untuk mengetahui akurasi pengenalan sistem terhadap sudut pandang suatu objek tiga dimensi. Dari semua uji coba yang dilakukan dapat disimpulkan bahwa pengembangan serta penelitian terhadap sistem penentuan sudut pandang objek tiga dimensi dengan menggunakan metode nearest feature line ini berhasil dengan baik, dengan akurasi pengenalan tertinggi sebesar 87,3%. Dari hasil penelitian