Pendeteksian Wajah (Face detection) merupakan sistem untuk menentukan keberadaan wajah dalam suatu image yang dinyatakan dalam posisi serta skala. Penelitian ini bertujuan untuk merancang sistem pendeteksian wajah 3 dimensi dengan menggunakan metode kemungkinan maksimum melalui algoritma EM. Citra wajah dirumuskan dalam konteks probabilistik dalam ruang eigen hasil transformasi principle component analysis (PCA). Distribusi citra wajah diasumsikan normal ganda campuran. Banyak komponen dalam distribusi campuran diduga dengan analisis klaster. Pada penelitian digunakan citra wajah dari 10 orang dalam pose horisontal dari -90 derajat hinga 90 derajad dengan interval 15derajat pada kondisi normal. Sebagian citra digunakan sebagai penduga parameter distribusi, dan sebagian lagi sebagai data penguji. Empat faktor yang dipelajari dalam penelitian ini adalah sudut pandang, dimensi ruang eigen, nilai treshold, serta kesertaan citra dalam pendugaan parameter. Dari analisis PCA diperoleh 8 dan 4 vektor eigen pertama yang masing-masing mencerminkan 81,79% dan 71% variasi data. Sedangkan dari analisis klaster terlihat bahwa 13 pose wajah dapat dikelompokan menjadi tiga, yaitu kelompok miring ke kiri (6 anggota, -90 derajat s/d -15 derajat), frontal (1 anggota, 0o) dan miring ke kanan (6 anggota, 15 derajat s/d 90 derajat). Dengan kriterian konvergensi 10 ^-10, algoritma EM memerlukan 56 dan 51 iterasi masing-masing untuk 8 dan 4 vektor eigen, hasil pendeteksian menunjukkan bahwa baik posisi normal maupun tertawa dapat terdeteksi secara rata-rata sebesar 98,1%, yaitu 96,2%, 98,1% dan 100%, masing-masing untuk treshold-5000,-5250 dan -5500. Sedangkan untuk sudut pandang menunjukkan hasil bahwa sudut pandang -90 derajat maupun 90 derajat terdeteksi 88,9%, sedangkan sudut pandang lainnya terdeteksi di atas 95%.