Deteksi wajah adalah tahap penting utama untuk menganalisis wajah seperti pengenalan wajah, ekspresi wajah, head tracking dan verifikasi wajah. Hasil dari deteksi wajah akan menunjukkan lokasi wajah pada citra dengan ditandai bentuk kotak pada area wajah. Metode yang digunakan pada penelitian ini adalah segmentasi ruang warna YCbCr dan Haar Cascade Classifier. Tahap pertama adalah konversi ruang warna RGB menjadi YCbCr. Selanjutnya dilakukan segmentasi warna kulit, yaitu pemisahan area kulit dan bukan kulit berdasarkan threshold. Setelah itu dilakukan tahap binarisasi dimana citra akan dibagi menjadi warna hitam dan putih. Proses morfologi opening digunakan untuk mengurangi noise pada citra. Tahap selanjutnya adalah Connected Component Labeling yaitu memisahkan objek yang berdekatan dengan diberikan label untuk setiap objek. Metode Haar Cascade Classifier digunakan untuk deteksi wajah, dimana area wajah akan diberikan tanda kotak. Penerapan metode Haar Cascade Classifier meliputi beberapa tahap, diantaranya pemilihan fitur Haar, Integral Image, Adaboost dan Cascade Classifier. Berdasarkan hasil pengujian, akurasi yang didapatkan mencapai 99,68% untuk pengujian jumlah variasi wajah dan 99,81% untuk pengujian wajah multi-pose.