Ekspresi wajah merupakan pergerakan dari satu atau lebih otot yang berada pada wajah manusia, baik secara sadar ataupun tidak. Pergerakan ini merupakan bentuk komunikasi nonverbal yang menjadi parameter utama dalam interpretasi informasi antar manusia, oleh karena itu ekspresi wajah dapat digunakan untuk mengembangkan interaksi yang natural antara manusia dan komputer. Selain itu, dikarenakan proses akusisi data yang dapat dikatakan lebih mudah jika dibandingkan pengenalan bagian tubuh lainnya seperti retina mata dan sidik jari. Berdasarkan penjelasan tersebut, maka akan di kembangkan suatu aplikasi pengenalan ekspresi wajah secara real time untuk menunjukkan emosional seseorang saat keadaan natural, senang dan terkejut. Tujuan dari penelitian ini untuk pengenalan ekspresi wajah menggunakan metode K-Nearest Neigbhor dengan fitur ekstrasi Local Binary Pattern untuk pengenalan ekspresi wajah secara real time. Local Binary Pattern digunakan untuk mengestraksi fitur wajah untuk mendapatkan nilai bobot. Nilai bobot suatu citra testing akan dicocokan dengan nilai bobot citra training menggunakan metode K-Nearest Neigbhor. Implementasi sistem pengenalan ekspresi wajah secara real time ini menggunakan bahasa pemograman Pyton. Hasil dari pengujian dilakukan dengan jumlah data citra training sebanyak 33 citra yang terdiri dari 11 orang yang berbeda, dan setiap orang mewakili 3 citra. Dengan percobaan 27 data citra testing yang dilakukan satu persatu terhadap citra dari 11 orang yang berbeda. Hasil dari penelitian menunjukkan bahwa pengenalan wajah menggunakan metode K-Nearest Neigbhor dengan fitur ekstrasi Local Binary Pattern untuk pengenalan ekspresi wajah secara real time berhasil mendapatkan akurasi yaitu sebesar 62?ngan menggunakan pengujian Confusion Matrix