Indonesia adalah negara dengan sistem demokrasi dalam pemerintahannya. Adanya pemilihan presiden yang dilakukan selama 5 tahun sekali dari masa kemerdekaan sampai dengan sekarang. Pemilihan presiden atau yang sering disebut dengan pemilu (pemilihan umum) ini berguna untuk memilih calon presiden dan wakil presiden dalam sebuah negara. Mengingat adanya pergantian presiden setelah 5 tahun dalam 2 periode, para remaja jaman sekarang cenderung mengikuti jaman millennial. Sehingga banyak diantaranya tidak mengenali siapa saja presiden-presiden yang pernah menjabat di Indonesia. Oleh karena itu peneliti mengusulkan Sistem Klasifikasi Presiden Republik Indonesia menggunakan SVM Kernel Polynomial dengan Fitur Ekstraksi Gabor. Tujuan dalam peneliti ini untuk membedakan dan mengklasifikasikan nama presiden berdasarkan dengan foto tersebut. Hasil dalam SVM fitur Gabor kernel Polynomial mendapatkan nilai accuracy tertinggi sebesar 80.77 dengan split ratio 10:90. Parameter precision memiliki nilai tertinggi mencapai 32.56 dengan split ratio 10:90 dan Recall mencapai 32.70 pada split ratio 10:90. Hasil dalam pengujian ini menunjukkan bahwa SVM fitur Gabor kernel Polynomial ialah yang mampu mengklasifikasikan foto presiden dengan baik dan akurat. AbstractIndonesia is a country with a democratic system in its government. Presidential elections are held every 5 years from the time of independence until now. Presidential elections or what are often called elections (general elections) are useful for selecting presidential and vice presidential candidates in a country. considering the change of president after 5 years in 2 periods, today's youth tend to follow the millennial era. So many of them do not know who the presidents who have been in Indonesia are. Therefore, the researcher proposes the Classification System for the President of the Republic of Indonesia using SVM Kernel Polynomial with Gabor Extraction Features. The purpose of this research is to distinguish and classify the name of the president based on the photo. The results in the SVM Gabor Polynomial kernel feature get the highest accuracy value of 80.77 with a split ratio of 10:90. The precision parameter has the highest value reaching 32.56 with a split ratio of 10:90 and Recall reaching 32.70 at a split ratio of 10:90. The results in this test show that SVM features a Gabor Polynomial kernel which is able to classify presidential photos well and accurately.