Teknologi pengolahan citra wajah berkembang pesat dan digunakan dalam berbagai bidang, salah satunya untuk klasifikasi kelompok usia manusia. Seiring bertambahnya usia, wajah mengalami perubahan seperti kerutan, struktur tulang, dan proporsi wajah. Proses klasifikasi kelompok usia menghadapi tantangan, seperti variasi tekstur, pencahayaan, ekspresi, serta kerutan halus yang sulit terdeteksi secara otomatis. Diperlukan metode ekstraksi fitur yang optimal untuk meningkatkan akurasi klasifikasi kelompok usia. Penelitian ini bertujuan mengklasifikasikan kelompok usia berdasarkan citra wajah menggunakan sistem komputer, serta mengetahui tingkat akurasi secara realtime dan input citra. Metode yang digunakan yaitu Filter Gabor dan Histogram of Oriented Gradients (HOG) sebagai ekstraksi fitur dan Artificial Neural Network (ANN) sebagai klasifikasi. Sistem dirancang untuk beroperasi secara realtime maupun input foto, dengan hasil klasifikasi yang cepat dan efisien. Dataset terdiri dari 2.500 citra wajah, dibagi ke dalam lima kelompok usia, masing-masing berjumlah 500 citra. Sebanyak 50 citra dari tiap kelompok usia digunakan sebagai data uji. Sistem mengklasifikasikan citra ke dalam lima kelompok usia, yaitu balita, anak-anak, remaja, dewasa, dan lansia. Hasil penelitian menunjukkan akurasi sebesar 74% untuk sistem realtime dan 76% untuk sistem input foto.