Di bidang  penelitian Aesthetic Dentistry telah dilakukan klasifikasi pola senyuman yang meliputi smile styles, taraf senyuman (smile stages) dan smile types. Klasifikasi ini bertujuan untuk mengidentifikasi berbagai macam pola senyuman yang menjadi dasar untuk mendapatkan kesamaan persepsi para dokter gigi dalam melakukan perawatan gigi dan bedah mulut, khususnya untuk memperbaiki pola senyuman pasien. Dua hal yang menjadi masalah utama pada pengenalan citra senyuman adalah proses ekstraksi fitur dan juga teknik klasifikasi yang digunakan. Makalah ini membahas perbandingan metode ekstraksi fitur  Two Dimensional Principal Component Analysis  (2D-PCA)  dengan  Two Dimensional Linear Discriminant Analysis (2D-LDA), dalam hal ini klasifikasi pola senyuman berdasarkan smile stagesmenggunakan Euclidian Distance. Selain itu, juga dilakukan perhitungan Peak Signal to Noise Ratio  (PSNR) yang bertujuan untuk mengetahui kualitas citra senyuman sebelum dan setelah dilakukan proses ekstraksi fitur. Uji coba dilakukan pada 90 data citra wajah yang telah divalidasi dokter gigi spesialis konservasi gigi. Penelitian ini menunjukkan tingkat akurasi pengenalan citra senyuman menggunakan 2D-PCA dan Euclidean Distance adalah 93,33% dengan  PSNR sebesar 18,07  dB sedangkan menggunakan 2D LDA dan Euclidian Distance adalah 96,67% dengan PSNR sebesar 22,36 dB. 

Kata kunci: 2D-PCA, 2D-LDA, PSNR, Euclidean Distance.