Kemampuan manusia dalam pengenalan pola suatu obyek telah mendorong dilakukannya berbagai macam penelitian untuk memungkinkan komputer " meniru" kemampuan manusia dalam hal pengenalan pola. Penelitian-penelitian itu telah melahirkan metode-metode pengenalan pola yang dapat dimanfaatkan untuk mengembangkan sistem pengenalan obyek tiga dimensi. Dalam sistem pengenalan obyek tiga dimensi, obyek-obyek yang akan dikenali masing-masing diwakili oleh sejumlah data yang menjadi ciri dari obyek tersebut. Ciri-ciri dari suatu obyek tiga dimensi dapat diperoleh dengan memanfaatkan sejumlah citra acuan dua dimensi dari obyek tersebut. Salah satu metode untuk mengekstrak informasi ciri dari sebuah obyek adalah transformasi Karhunen-Loeve atau principal component analysis (PCA). Transformasi ini digunakan dalam bidang pengenalan pola dan kompresi citra, untuk meproveksikan sejumlah besar besar data dalam sub ruang data dengan dimensi yang kecil. Hasil ekstraksi ciri dengan menggunakan transformasi Karhunen-Loeve diolah dengan menggunakan metode Nearest Feature Line dalam proses pengenalan obyek. Metode ini melakukan generalisasi ciri-ciri obyek dengan membentuk garis ciri atau feature line agar dapat menangkap lebih banyak perubahan ciri-ciri yang terjadi diantara dua buah titik ciri obyek tersebut. Dalam tugas akhir ini, akan dikembangkan sebuah system pengenalan obyek tiga dimensi dengan memanfaatkan metode Nearest Feature Line. Hasil uji cobe terhadap sistem pengenalan obyek tiga dimensi dengan menggunakan metode Nearest Feature Line menunjukkan tingkat akurasi yang memuaskan. Sistem dapat memberikan tingkat akurasi hingga 60% untuk objek wajah dan 100% untuk objek komputer grafik sederhana.