Race Recognition merupakan suatu aplikasi perangkat lunak yang mampu mengidentifikasi suatu ras dengan membandingkan dan menganalisis suatu kontur wajah dari banyak individu dari kelompok suatu ras. Race Recognition masih mempunyai beberapa tantangan sendiri dalam pemrosesannya, salah satunya adalah Race Recognition dengan dataset yang hanya mengumpulkan citra wajah dari sumber manapun (in the wild). Metode fisherface diketahui lebih baik dari metode lainnya dalam hal pengenalan citra individu, yaitu sebesar 93% menggunakan data train dan data test berbeda, dan sebesar 100% menggunakan data train dan data test yang sama. Dengan ini, penulis memutuskan untuk menganalisa performasi metode fisherface terhadap kasus klasifikasi ras. Dalam penelitian ini, dimana metode ekstraksi fitur fisherface dan metode klasifikasi KNN digunakan performa sistem dapat mencapai akurasi sebesar 72,37386%.