<![CDATA[Penelitian ini membahas pengembangan sistem absensi otomatis berbasis pengenalan wajah menggunakan ESP32-CAM dan dashboard berbasis web. Objek penelitian ini adalah sistem absensi terintegrasi yang menggabungkan modul kamera berbasis IoT, pemrosesan citra, penyimpanan database, dan antarmuka web. Sistem absensi konvensional masih memiliki kelemahan, seperti kurang efisien dan rentan terhadap manipulasi, misalnya praktik titip absen. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem absensi yang mampu mendeteksi wajah, mengenali pengguna terdaftar, serta mencatat data kehadiran secara otomatis. Metode yang digunakan adalah Haar Cascade untuk deteksi wajah dan Local Binary Pattern Histogram (LBPH) untuk pengenalan wajah, yang diimplementasikan pada server Python menggunakan OpenCV dan Flask. ESP32-CAM digunakan untuk menangkap frame video dan mengirimkannya ke server melalui koneksi Wi-Fi. Data absensi hasil pengenalan disimpan ke dalam database SQLite dan ditampilkan melalui dashboard web. Dataset diperoleh dari pengguna terdaftar dengan beberapa variasi posisi wajah, ekspresi, jarak, dan kondisi pencahayaan. Hasil pengujian menunjukkan bahwa sistem berhasil mendeteksi wajah pada seluruh skenario pengujian dan memperoleh performa pengenalan terbaik pada jarak 30–50 cm dengan kondisi pencahayaan 150–300 lux. Kesimpulannya, sistem yang diusulkan dapat digunakan sebagai solusi absensi berbiaya rendah, meskipun performa pengenalan masih dipengaruhi oleh jarak dan kondisi pencahayaan.]]>
