ABSTRAKSI: Support Vector Machine (SVM) pertama kali diperkenalkan oleh Vapnik pada
tahun 1992 sebagai rangkaian harmonis konsep-konsep unggulan dalam bidang pattern
recognition. Sebagai salah satu metode pattern recognition, usia SVM terbilang masih
relatif muda. Walaupun demikian, evaluasi kemampuannya dalam berbagai aplikasinya
menempatkannya sebagai state of the art dalam pattern recognition, dan dewasa ini
merupakan salah satu tema yang berkembang dengan pesat. SVM adalah metode learning
machine yang bekerja atas prinsip Structural Risk Minimization (SRM) dengan tujuan
menemukan hyperplane terbaik yang memisahkan dua buah class pada input space.
Face Detection merupakan contoh yang menarik untuk menguji kemampuan
metode Support Vector Machines. Pendekatan yang digunakan dalam face detection ini
adalah mengklasifikasikan masalah ke dalam dua kelas yaitu face dan nonface.Kata Kunci : pattern recognition, support vector machine,face detectionABSTRACT: -Keyword: -