Ekspresi wajah manusia merupakan aspek yang memiliki peran besar dalam mempengaruhi konteks dalam komunikasi verbal. Aspek ini diklaim mempengaruhi hingga 55% dari persepsi lawan bicara dalam menerima pesan yang disampaikan. Oleh karena itu, sejak tahun 90-an, automasi bidang ini menjadi salah satu sasaran dalam pengembangan disiplin ilmu komputer.
Tugas akhir ini bertujuan mengimplementasikan serta menganalisis performansi dari sistem automasi rekognisi ekspresi wajah manusia dengan metode ekstraksi Local Directional Pattern (LDP) serta klasifikasi Artificial Immune Recognition System (AIRS). Kombinasi kedua metode ini digunakan untuk mengklasifikasi objek berupa citra wajah tampak depan.
Penelitian menunjukkan bahwa sistem yang dibangun memiliki akurasi tertinggi yaitu 71.14% pada saat menggunakan LDP dengan k=3 dan citra masukan dipecah menjadi 7x7 bagian serta parameter dari AIRS berupa clone rate=5, mutation rate=1, stimulation threshold=0.9 dan resource=200.