Akhir – akhir ini di masa pandemi Covid-19 rumah sakit mengalami peningkatan jumlah pasien karena penyebaran virus yang sangat cepat. Kebutuhan pelayanan di rumah sakit semakin meningkat daripada hari biasa. Oleh karena itu dibutuhkan robot Healthcare yang bisa membantu pelayanan pasien dan tenaga medis di rumah sakit. Dalam memberikan pelayanan, robot harus bisa menjalankan macam – macam tugas termasuk mengantarkan makanan dan minuman kepada pasien di kamar perawatan. Sehingga robot harus mampu mendeteksi dan mengenali objek yang ada dan mampu meletakkannya di tempat yang diharapkan. Untuk sensor sendiri disini menggunakan kamera BlasterX Senz3D. Hasil dari input tersebut berupa gambar RGB-D yang kemudian kita konversi ke point cloud agar bisa didapatkan informasi 3D. Kemudian informasi 3D tersebut akan dilakukan segmentasi dan klasterisasi untuk mendapatkan objek yang akan dideteksi dengan menggunakan RANSAC dan Euclidean Cluster. Kemudian ekstraksi fitur menggunakan descriptor Viewpoint Features Histogram (VFH) untuk mendapatkan ciri dari objek tersebut. Kemudian memprediksi dari hasil training dataset yang sudah dilakukan dengan menggunakan metode artificial neural network. Kemudian dilanjutkan dengan pelabelan visualisasi hasil objek. Dengan adanya robot Healthcare ini diharapkan bisa membantu tenaga medis baik dokter maupun perawat dalam melayani pasien di rumah sakit. Dan dengan sistem ini pula robot mampu mendeteksi dan mengenali objek di sekitar rumah sakit sehingga robot bisa melakukan tindakan terhadap objek-objek tersebut. Pada proyek akhir 1 ini, dilakukan pengujian terhadap 9 dataset dan 3 scene yang merupakan hasil pengambilan data sendiri. Hasil menunjukkan rata-rata akurasi 90.77 % terhadap pengujian 3 scene multi objek dan rata-rata akurasi 98.73 % terhadap pengujian scene objek tunggal.