Salah satu cabang ilmu psikologi yang mempelajari keterkaitan antara karakter dan bentuk bagian wajah ialah ilmu fisiognomi dimana dalam ilmu ini setiap bagian dari wajah mulai dari dahi hingga dagu memiliki jenis bentuk beserta karakter yang mewakili masing-masing bentuk dimana dalam pengenalan karakter melalui pola wajah ini dilakukan dengan cara mengamati secara langsung bagian-bagian wajah yang ingin dikenali karakternya, Namun tidak semua orang dapat membaca karakter seseorang melalui bagian wajah
dikarenakan setiap manusia memiliki bentuk bagian wajah yang beragam serta karakter yang beragam pula, maka dari itu hanya orang-orang yang mempelajari dan mendalami ilmu fisognomi yang dapat membaca karakter seseorang dari
bagian wajah. Untuk memecahkan masalah tersebut maka perlu diterapkannya ilmu fisiognomi ini dalam sebuah sitem komputasi cerdas dengan menggunakan metode Learning Vector Quantization yang merupakan salah satu metode supervised learning yang dapat diterapkan pada masalah klasifikasi. Yang mana pada sistem pemodelan yang dibuat, sistem akan mengenali karakter secara otomatis dengan menggunakan citra wajah sebagai data untuk proses pelatihan dan klasifikasi dari metode LVQ yang sebelumya telah melalui tahapan preprocessing dengan tujuan agar citra wajah dapat di proses pada tahapan selanjutnya. Pada tahapan pre-processing ini digunakan deteksi tepi canny untuk memperoleh pola bentuk dan nilai biner dari bagian wajah yang ingin dikenali
yaitu bagian mata, hidung dan bibir. Pada penelitian ini menghasilkan sebuah pemodelan sistem yang menerapkan ilmu fisiognomi untuk mengenali karakter melalui pola bagian wajah, dari hasil pengujian akurasi menggunakan confussion
matrix diperoleh tingkat akurasi pengenalannya sebesar 88%.

One branch of psychological science that studies the relationship between characters and the shape of the face is the physiognomy where in this science every part of the face from the forehead to the chin have a type of shape and
character that represents each shape, knowing this science one can easily establish a good social relationship by getting to know more in character from interlocu or co-workers and others. However, not everyone can read a person's character through the face because each human being has the shape of a face that is diverse and diverse characters, therefore only people who study and delve
into the science of physiognomy can read the characters someone from the face. To solve the problem, it is necessary to apply this physiognomy science in an intelligent computing system with using the Learning Vector Quantization method which is one of the supervised learning methods that can be applied to classification issues. Which in the modeling system created, the system will recognize characters automatically by using facial imagery as data for the process training and classification of lvq methods that have previously gone through the pre-processing phase with the aim of so that facial imagery can be processed at the Next. At this pre-processing stage is used canny edge detection to obtain the shape pattern and binary values of the part of the face you want to recognize namely the eyes, nose and lips.