Pengolahan citra digital semakin berkembang dan terus aktif dari waktu ke waktu.
Berbagai sistem dan aplikasi dibuat untuk kepentingan-kepentingan tertentu seperti deteksi,
klasifikasi, keamanan, dan kesehatan. Berbagai sistem cerdas dengan metode-metode ilmiah
tertentu diterapkan untuk mencapai akurasi yang baik. Salah satu yang paling sering dikaji
adalah citra wajah. Wajah sendiri memiliki karakteristik yang sangat kompleks dan mengandung
banyak informasi yang dapat digali seperti ras, gender, usia, ekspresi emosi dan lain sebagainya.
Pada penelitian ini dirancang suatu sistem yang dapat mendeteksi kelompok usia manusia
berdasarkan ciri (feature) wajah yaitu ciri geometri dan ciri kerutan. Seiring bertambahnya usia,
wajah manusia juga mengalami perubahan mendasar seperti semakin banyak kerutan-kerutan,
perubahan tulang pipi dan jarak antar ciri utama wajah seperti mata, hidung dan mulut. Adapun
sistem yang dirancang menggunakan deteksi tepi dan Filter Wavelet Gabor 2D untuk ekstraksi
ciri dan dan algoritma K- Nearest Neighbor untuk klasifikasi. Citra yang digunakan sebagai
masukan adalah citra diam dari wajah bagian depan masing-masing gambar hanya ada satu
wajah.
Berdasarkan hasil pegujian diperoleh akurasi tertinggi sistem adalah saat menggunakan
32 ciri dengan metode pengukuran kemiripan menggunakan Euclidean Distance, k=3, sebesar
79% dengan rata-rata akurasi sebesar 70.00% . Akurasi sistem menurun jika masukan sistem
adalah citra wajah yang menggunakan kacamata, berkerudung dan wajah abnormal dengan
diperoleh akurasi untuk wajah berkacamata sebesar 60%, berkerudung 25% dan untuk wajah
abnormal 25%. Rata- rata waktu komputasi yang diperoleh sebesar 0,319 detik dengan
menggunakan 32 ciri dan 0,383 detik dengan menggunakan 42 ciri.