Pengenalan wajah adalah suatu cara yang dilakukan untuk mengidentifikasi pribadi dengan menggunakan karakteristik atau ciri khas dari wajah seseorang, wajah adalah bagian dari identifikasi biometrik yang dikarenakan bagian langsung dari tubuh manusia agar tidak mudah untuk dicuri bahkan diduplikasi, seperti halnya metode konvensional yang menggunakan password ataupun kartu yang biasanya digunakan untuk menerapkan sistem keamanan. Adapun salah satu jenis metode di dalam jaringan syaraf tiruan adalah metode backpropagation neural network yang mana digunakan dalam proses identifikasi ataupun pengenalan wajah memperhitungkan elemen perhitungan yang dilakukan secara non-linier dasar yang mana prinsip kerja tersebut disebut neuron, metode tersebut dapat dijadikan pengelompokkan sebagai jaringan yang dapat saling berhubungan antara satu dengan yang lain, sehingga dapat dibentuk yang menyerupai kemiripannya seperti jaringan saraf tiruan, maka dari itu, di dalam penelitian ini akan mencoba untuk mengatasi permasalahan tersebut dengan mengajukan metode backpropagation neural network untuk menganalisis accurate learning, sehingga diharapkan hasil pembelajaran yang akurat pada metode backpropagation neural network ini. Pertama, sebuah citra input akan direpresentasikan sebagai sebuah pemetaan ciri konvolusional yang dihasilkan oleh shared bottom convolutional layers. Berdasarkan pada beberapa ciri-ciri atau karakteristik khusus yang disajikan tersebut, akan dihasilkan objek kandidat, dimana setelah itu classifier akan memprediksi label kategori dari sebuah vektor ciri yang dihasilkan dengan menggunakan pooling. Proses selanjutnya akan ditentukan atau proses penetuan learning rate yang diharapkan untuk mendapatkan hasil yang akurat dalam melakukan proses pengenalan wajah sehingga dapat mempercepat ataupun memberikan informasi waktu eksekusi dalam melakukan proses pengenalan wajah dengan menggunakan metode yang telah ditentukan.