Automated Guided Vehicle (AGV) merupakan suatu kendaraan yang dapat bergerak secara otomatis, dikarenakan AGV memiliki sistem navigasi tersendiri sehingga dapat bergerak dari titik awal ketitik tujuan. Pada umumnya sistem navigasi AGV hanya menggunakan garis untuk memandu arah pergerakan AGV sehingga arah dan pergerakan AGV sedikit terbatas. Serta pada umumnya AGV tidak dapat membedakan objek yang akan mereka bawa sehingga biasanya objek yang akan dibawa oleh AGV akan dipilah terlebih dahulu oleh manusia. Untuk mengatasi keterbatasan ini maka pada penelitian tugas akhir ini akan dirancang sebuah sistem pengenalan objek menggunakan algoritma jaringan syaraf tiruan (JST) backpropagation agar AGV dapat mendeteksi objek yang akan mereka bawa dan menjadikan objek yang dideteksi tersebut sebagai titik acuan akhir pada AGV. Pada penelitian tugas akhir ini akan difokuskan pada pengenalan objek menggunakan metode JST backpropagation pada proses klasifikasi dan algoritma Faster R-CNN untuk metode training dataset pada JST. Pengujian pada penelitian tugas akhir ini dilakukan menggunakan objek 3D berupa beberapa kaleng biskuit. Hasil dari pengujian ini menghasilkan nilai error rata-rata pada setiap data yang di training dengan tingkat keakuratan pendeteksian berdasarkan dataset yang telah di training mencapai angka 90% pada keadaan cahaya yang cukup. Hasil pendeteksian dan pengenalan objek tersebut akan di kirim kepada microcontroller dari personal computer(PC) melalui bluetooth agar AGV dapat bergerak sesuai dengan objek yang akan dibawa.