Penelitian ini mengusulkan sistem pengenalan wajah pelaku kriminal berbasis sketsa yang menggabungkan segmentasi citra dan Content-Based Image Retrieval (CBIR). Alur kerja dimulai dari pra-proses (penyetaraan resolusi 1800×2400, grayscaling) dan ekstraksi koefisien DC pada blok 8×8 untuk menonjolkan energi citra, dilanjutkan segmentasi Multi-Otsu Thresholding guna menghasilkan representasi vektor tiga wilayah sebagai data training basis data wajah. Tahap penelusuran menggunakan CBIR dengan ukuran kemiripan Euclidean Distance antara sketsa kueri dan fitur citra tersegmentasi pada basis data. Evaluasi dilakukan pada kumpulan data berukuran 1.080 citra yang merepresentasikan ±50 identitas (≈20 citra/identitas) dengan skenario kueri berulang; metrik yang dilaporkan meliputi presisi dan waktu proses. Hasil menunjukkan presisi rata-rata 82% dengan waktu proses rata-rata 11,51 detik per kueri, serta variasi presisi 60%–100% pada berbagai identitas. Integrasi segmentasi Multi-Otsu pada tahap indeksasi terbukti membantu memisahkan objek–latar dan menstabilkan pencocokan berbasis sketsa. Temuan ini menegaskan bahwa kombinasi ekstraksi DC + segmentasi berbasis ambang multi-kelas + CBIR efektif untuk skenario sketch-to-photo forensik, dengan potensi penguatan di pekerjaan lanjut melalui modifikasi segmentasi dan skema pembelajaran metrik