Sistem pengenalan wajah (face recognition) banyak digunakan dalam bidang identi?kasi dan autenti?kasi.Sistem identi?kasi yang berkembang saat ini menggunakan teknik biometrik yang memungkinkan suatu perangkat dapat mengenali ?sik manusia dengan memanfaatkan sidik jari, wajah, dan retina mata. Dalam hal ini, pengolahan citra diolah dalam bentuk citra berbasis dua dimensi atau tiga dimensi. Pengenalan wajah telah diimplementasikan di berbagai bidang, salah satunya pada sistem keamanan. Seiring berkembangnya teknologi diharapkan sistem ini dapat bekerja secara akurat. Pada Tugas Akhir ini, pengolahan citra wajah akan diimplementasikan dalam bentuk tiga dimensi, dimana citra diekstraksi menggunakan metode Gabor Wavelet dan klasi?kasi ciri menggunakan metode Hidden Markov Model (HMM). Gabor wavelet merupakan pengembangan dari wavelet transform yang bertujuan untuk mendapatkancirikhususterhadapwajahdan akandiprosessehinggamenghasilkan gambar yang baru terhadap kernelnya. HMM merupakan metode klasi?kasi ciri wajah dalam bentuk statistik dalam penggambaran berbagai jenis data. Metode ini juga memanfaatkan perpindahan keadaan dalam bentuk probabilitas. Performansi sistem pada Tugas Akhir ini ditinjau dari tingkat akurasi sistem dan waktu komputasi. Semakin baik sistem mengenali data maka tingkat akurasi yang dihasilkan semakin baik pula. Dengan menggunakan metode ekstraksi Gabor Wavelet dan klasi?kasi HMM dapat menghasilkan tingkat akurasi 28.5714%. Sedangkan dengan metode K-Nearest Neighboor menghasilkan tingkat akurasi 73.33%menggunakan?lter 4×4denganjumlahdatawajahsebanyak196datalatih dan 84 data uji.
KataKunci: Pengenalanwajah(facerecognition),GaborWavelet,HiddenMarkov Model, K-Nearest Neighboor.