Suatu citra terdiri dari berbagai informasi yang membuatnya dapat dikenali.Informasi tersebut diperlukan dalam proses pengenalan citra. Salah satu metode untuk mengekstrakciri-ciri suatu citra adalah metodeEigenface.Metode Eigenface menggunakan Transformasi Karhounen-Loeve atau PCA untuk mentransformasikan suatu citra berdimensi besar ke dimensi yang lebih kecil di dalam ruang eigen. Sistem Pengenalan Ekspresi Wajah 2 Dimensi dengan Menggunakan Metode Eigenface dan Nearest Feature Line ini bertujuan mengenali berbagaivariasi ekspresi wajah. Metode pengenalan yangdigunakan adalah Nearest Feature Line (NFL) yang melakukan generalisasi ciri-cirisuatu citra dengan membentuk garis ciri (feature line) antara titik-titik ciri dari citra yang bersangkutan. Garis ini akan merangkap lebih banyak perubahan antara titik-titik ciri tersebut, sehingga metode ini dapatmengenali citra dengan variasi ciri yang tidakterdapat pada citra pelatihan. Citra wajah yang telah direduksi dengan menggunakanmetode Eigenface akan menjadi masukan bagiNearest Feature Line untuk melakukan klasifikasi ekspresi berdasarkan nilaithreshold. Uji coba metodedilakukan dengan menggunakan 75 buah sampel Citra Pelatihan yang dibagi ke dalam 3 kelas ekspresi;Tertawa, Senyum, dan Netral. Kemudian 30 buah sampel CitraPengujian –masing-masing 10 untuk setiap kelas ekspresi – digunakan untukmengukur presentasikeberhasilan metode ini. Dari total 105 citra yang digunakan, didapatkan presentasikeberhasilan yang bervariasi, yaitu 70%untuk kelasekspresi Tertawa, 60%untuk kelas ekspresi Senyum, dan 50%untuk kelas ekspresi Netral.