Kerutan pada wajah merupakan salah satu indikator penting dalam proses
identifikasi tanda-tanda penuaan pada kulit wajah. Deteksi kerutan pada wajah
menjadi tantangan dalam pengolahan citra karena teksturnya yang kompleks, kasar,
dan sulit dikenali maka diperlukan metode yang mampu mengekstraksi dan
mengklasifikasi pola tekstur secara lebih efektif. Penelitian ini bertujuan untuk
membangun sistem identifikasi kerutan pada wajah dengan menggunakan ekstraksi
fitur filter gabor dan algoritma klasifikasi Naïve Bayes. Dalam prosesnya dimulai
dengan mengubah citra wajah ke dalam bentuk grayscale, kemudian dilakukan
cropping hanya bagian wajah saja dan di resize menjadi ukuran 128x128. Lalu
dilakukan analisis menggunakan gabor filter dengan berbagai ukuran kernel
(Ksize), Orientasi (Theta), dan Psi (fase) untuk menangkap informasi tekstur
kerutan. Hasil konvolusi gabor tersebut kemudian dihitung nilai fitur seperti Mean,
Standart Deviation, Energy, dan Entropy sebagai representasi pola kerutan. Dalam
penelitian ini, digunakan 200 Citra wajah yang dibagi menjadi 2 kelas yaitu 100
perkelas sebagai data latih. Serta untuk data uji digunakan 100 citra wajah, terdiri
dari 50 citra wajah berkerut dan 50 citra wajah tidak berkerut. Fitur-fitur yang
diperoleh dari tahap ekstraksi kemudian digunakan dalam proses klasifikasi
menggunakan Naïve Bayes. Berdasarkan hasil evaluasi menggunakan Confussion
Matrix, sistem menghasilkan akurasi sebesar 74%, dengan nilai presisi 80%, recall
64%, dan F1-Score 71%. Hasil ini menunjukkan bahwa pendekatan yang
digunakan cukup efektif dalam mengenali pola kerutan berdasarkan fitur tekstur
yang diekstraksi.