Mata merupakan salah satu panca indera manusia yang berfungsi untuk melihat. Mata juga adalah fitur wajah yang mudah diamati dan dapat mencerminkan kondisi fisiologis manusia. Melalui pengenalan mata beberapa informasi bisa didapatkan seperti ekspresi wajah, identifikasi seseorang dan kelelahan atau mengantuk yang dialami manusia. Dengan memanfaatkan teknologi computer vision deteksi kondisi mata dapat membantu meningkatkan efisiensi kerja dan menghindari masalah keselamatan kerja yang disebabkan oleh kelelahan. Tujuan dari penelitian ini adalah merancang visual model pendeteksi kondisi mata manusia dengan menerapkan teknik pengolahan citra menggunakan metode Viola-Jones dan Support Vector Machine (SVM). Algoritma Viola-Jones mampu mendeteksi wajah dan fitur-fitur pada wajah dengan cepat dan tingkat deteksi yang tinggi. Ekstraksi fitur warna dan tekstur diterapkan pada citra hasil deteksi Viola-Jones untuk memasuki proses klasifikasi menggunakan SVM. Klasifikasi SVM dinilai sederhana, memiliki komputasi yang relative sedikit serta menghasilkan akurasi yang baik. Data yang digunakan pada penelitian ini adalah 200 citra wajah terdiri dari 50 citra untuk masing-masing kondisi area mata kiri tertutup, area mata kanan tertutup, area kedua mata tertutup dan area kedua mata terbuka. Berdasarkan implementasi dan pengujian sistem menggunakan Confussion Matrix Multi-Class dengan parameter cross validation pada nilai K-5 memperoleh akurasi sebesar 97,50% dan pada nilai K-10 memperoleh akurasi sebesar 100%. Hasil penelitian menunjukkan kombinasi Viola-Jones dan SVM mampu menghasilkan deteksi kondisi mata dengan akurasi sangat baik.