Ekspresi wajah adalah merupakan bentuk komunikasi tidak langsung pada manusia. Sistem pengenalan ekspresi wajah merupakan interaksi mesin dengan manusia. Banyak penelitian melakukan riset untuk mengembangkan sistem pengenalan ekspresi wajah agar lebih canggih. Pada ajang pencarian bakat, juri akan mengekspresikan apakah dia tertarik atau tidak dengan pertunjukkan. Dengan kasus ini, akan dibangun dan mengembangkan sistem pengenalan ekspresi wajah yang dapat memprediksi keputusan juri pencarian bakat. Model klasifikasi ekspresi wajah yang digunakan adalah ResNet50 Modifikasi tanpa zeropadding, maxpooling, dan mengecilkan filters disetiap layer. Tujuan modifikasi agar ukuran matrix shape tidak terlalu kecil ketika diproses ke layer paling dalam sehingga proses learning dapat lebih optimal. Model Klasifikasi menggunakan Datasets FER2013 dimodifikasi menjadi lima ekspresi yaitu marah, jijik, bahagia, netral, dan terkejut. Hasil dari pembacaan ekspresi wajah pada model prediksi dimasukkan kedalam perhitungan Fuzzy untuk memprediksi keputusan juri berdasarkan ekspresi wajah. Kombinasi parameter terbaik menggunakan epoch 100, batch size 16, learning rate 0.0001 dan split data 10%. Diperoleh akurasi training 92%, akurasi validation 84%. Model hasil training dievaluasi menggunakan data testing 10% memperoleh akurasi testing 84% dengan precision 80%, recall 80%, dan f1-score 80%. Model prediksi menggunakan fuzzy cukup efektif berdasar pengujian 20 sampel dengan hasil prediksi benar 20:20 dari jumlah sampel pengujian.