Semua emosi dan berbagai macam tingkah manusia diekspresikan dalam emosi yang berbeda yang tergambar di wajah.Penggunaan sistem teknologi biometrika dengan karakteristik ekspresi wajah memungkinkan untuk mengenali keadaan emosi seseorang. Komponen dasar sistem analisis ekspresi wajah adalah deteksi wajah, ekstraksi data wajah, dan pengenalan ekspresi wajah. Metode fisherface dengan pendekatan jaringan syaraf tiruan backpropagation dapat digunakan untuk  pengenalan ekspresi wajah. Metode ini dilakukan dengan dua tahap proses yaitu PCA dan LDA. Di mana perhitungan PCA digunakan untuk mereduksi dimensi, sedangkan LDA digunakan untuk mengekstraksi ciri ekspresi wajah dari setiap citra. Penelitian dilakukan pada database JAFFE yang memperoleh hasil unjuk kerja jaringan syaraf tiruan yang optimal pada pengujian citra JAFFE tipe I adalah dengan mengeset jumlah neuron hidden = 12, dan learning rate = 0,5. Pada citra tipe II, jumlah neuron hidden = 12, dan learning rate = 0,25, dan pada citra tipe III, jumlah neuron hidden = 12, dan learning rate = 0,25.Sedangkan untuk citra tipe I recognition rate 86,85%, dan false positive 25, citra JAFFE tipe II dengan recognition rate 89,20%, dan false positive 15, citra JAFFE tipe III dengan recognition rate 87,79%, dan false positive 16.   Kata Kunci: Ekspresi Wajah, Metode Fisherface, PCA, LDA, Jaringan Syaraf Tiruan backpropagation
                        
                        
                        
                        
                            
                                Copyrights © 2011