Ekspresi wajah merupakan bentuk respon yang kelihatan untuk menunjukan tanggapan seseorang dalam berkomunikasi. Dengan ekpresi wajah seseorang akan mengetahui respon lawan bicara secara non-verbal teradap apa yang dia ucapkan. Oleh karena itu kemampuan mengenali ekpresi wajah merupakan salah satu bentuk kompetensi sosial. Tugas akhir ini merupakan penelitian terhadap kemampuan Local Directional Pattern dan Support Vector Machine dalam melakukan proses pengenalan ekpresi wajah secara real-time. Local Directional Pattern menggunakan pendekatan berbasis rupa sehingga lebih cocok untuk sistem waktu nyata. Hal ini dikarenakan pendekatan berbasis rupa memiliki komputasi yang lebih sederhana dibandingkan pendekatan berbasis fitur geometri. Hasil penelitian menunjukan bahwa sistem memiliki kemampuan akurasi 88.92% dalam mendeteksi ekpresi wajah manusia dengan parameter nilai respon kernel arah terbaik (k) untuk Local Directional Pattern adalah 3, jumlah region yang terbaik untuk membagi citra wajah adalah 7×7. Hasil penelitian juga menunjukan bahwa kernel pemetaan pada Support Vector Machine yang cocok untuk sistem waktu nyata adalah linear kernel. pengenal ekpresi wajah otomatis, local directional pattern, support vector machine, waktu nyata, kernel arah