Identifikasi identitas individu melalui pengenalan wajah secara otomatis merupakan suatu persoalan besar yang menarik dan banyak sekali berbagai macam pendekatan untuk menyelesaikan persoalan ini. Apalagi di dalam skenario kehidupan nyata yang tidak terkontrol, wajah akan terlihat dari berbagai sisi dan tidak selalu menghadap ke depan yang membuat permasalahan klasifikasi menjadi lebih sulit diselesaikan. Dalam Tugas Akhir ini digunakan salah satu metode deep neural networks yaitu Convolutional Neural Networks (CNN) sebagai pengenalan wajah secara real-time yang sudah terbukti sangat efisien dalam klasifikasi wajah. Metode diimplementasikan dengan bantuan library OpenCV untuk deteksi multi wajah dan perangkat Web Cam M-Tech 5MP. Dalam penyusunan arsitekur model Convolutional Neural Networks dilakukan konfigurasi inisialisasi parameter untuk mempercepat proses training jaringan. Hasil uji coba dengan munggunakan konstruksi model Convolutional Neural Networks sampai kedalaman 7 lapisan dengan input dari hasil ekstraksi Extended Local Binary Pattern dengan radius 1 dan neighbor 15 menunjukkan kinerja pengenalan wajah meraih rata-rata tingkat akurasi lebih dari 89% dalam ∓ 2 frame per detik.