Humanoid robot adalah robot yang dibuat berdasarkan struktur tubuh manusia. Salah satu bagian penting dari humanoid robot adalah mata. Mata robot memiliki peranan yang sangat penting yaitu sebagai alat untuk mengenali objek yang ada di lingkungan sekitar. Kamera stereo adalah bentuk visual dari mata humanoid robot untuk mengenali objek 3D di sekitarnya. Penelitian proyek akhir ini merupakan bagian dari riset pengembangan T-FloW Teen Size Humanoid Robot oleh ER2C. Sistem dimulai dengan melakukan input gambar. Pengambilan gambar dilakukan menggunakan ZED stereo camera dengan dimensi 640 x 480 piksel. Gambar yang tersimpan adalah gambar RGB dan depth (RGB-D)yang dikonversi menjadi gambar 3D (x,y,z). Untuk menghilangkan noise pada gambar yang dihasilkan, proses pre-processing dilakukan dengan metode RemoveNaN filter, Passthrough filter, Voxel Grid (downsampling) dan Remove Outlier. Setelah itu, dilakukan proses segmentasi sehingga objek dapat terpisah dari background¬¬-nya. Metode yang digunakan adalah RANdom SAmple Consesus Segmentation (RANSAC Segmentation) menggunakan Point Cloud Library. Penelitian ini berhasil melakukan segmentasi baik untuk single maupun multiple objek. Setelah mendapatkan output berupa objek individu, dilakukan penentuan surface normal, keypoint dan deskriptor. Keypoint ditentukan dengan menggunakan metode SIFT3D (Scale Invariant Feature Transform). Untuk mengklasifikasikan objek berdasarkan fitur global dari setiap keypoint menggunakan metode Viewpoint Feature Histogram (VFH). Penelitian ini juga berhasil membangun dataset sebanyak 25 objek 3D.