Tugas akhir ini menganalisis sistem pengenalan wajah yang menggunakan Raspberry Pi 3 B+ sebagai pusat sistem. Sistem pada Tugas Akhir ini menggunakan Raspberry Pi 3 B+ dan Raspberry Pi Camera Module V2.1. Adapun sistem face recognition yang digunakan merupakan sistem face recognition dari pyimagesearch yang diperuntukkan untuk Raspberry Pi 3. Terdapat program encodeface.py untuk melakukan proses training image dari lima orang subjek penelitian. Terdapat pula program pifacerecogition.py yang akan dijalankan dan diuji terhadap empat orang yang wajahnya sudah ada pada database yang telah di training sebelumnya dan terhadap seseorang yang wajahnya tidak ada pada database sistem face recognition. Metode yang digunakan untuk face recognition yaitu Deep Metric Learning dengan triplet training step. Sedangkan face detection memanfaatkan haar cascade frontal face default berupa file xml. Sistem face recognition pada Tugas Akhir ini berdasarkan pada pifacerecognition yang berasal dari pyimagesearch oleh Adrian. Face recognition tersebut menggunakan network architecture bernama dlib milik David King dan modul face recognition milik Adam Geutgey. Dataset terdiri dari 5 orang dengan jumlah foto wajah perorang yaitu 30 foto, sehingga totalnya yaitu 150 foto. Kemudian dataset tersebut di training menggunakan encodeface.py sehingga menghasilkan berkas TUGASAKHIR-5subjek.pickle. Pengujian sistem face recognition dilakukan pada empat kondisi jarak pengujian yang berbeda yaitu 1,5 meter, 2 meter, 2,5 meter, dan 3 meter. Terdapat tiga macam parameter pengujian yaitu parameter size, parameter scale factor, dan parameter neighbourhood. Variasi nilai dari parameter size yaitu 20×20, 25×25, 30×30, dan 35×35. Variasi nilai dari parameter scale factor yaitu 1,1; 1,2; 1,3; dan 1,4. Variasi nilai dari parameter neighboarhood yaitu 3, 4, 5, dan 6. Hasil pengujian menunjukkan nilai Accuracy tertinggi yaitu 80% dan True Positive Rate mencapai 100% dengan parameter terbaik yaitu parameter size 20×20, parameter scale factor 1,1, dan parameter neighbourhood bernilai 3.