<![CDATA[Computer vision usag on an attendance system role is to make sure that the attendance cannot be done by another person. Besides that, the attendance system could also use geolocation to determine the attendee location and the supposed attendance location. These process takes a considerable amount of server resource. To reduce the load of a server, a client side process could be used. Face recognition is done by using face-api.js which is a javascript module build on top of tensoflow.js core that implements some CNN (Convolutional Neural Networks) to detect, recognize, and extract feature of a face, that is optimized for website and mobile device. For the calculation of geolocation coordinate an equirectangular approximation formula is used. The accuracy of face recognition ranges between 93% to 97% and the geolocation calculation takes around 0.008300000003ms to complete.Key words: Face Detection; Geolocation; Tensorflow; Attendance  AbstrakPenggunaan computer vision pada sistem absensi berperan sebagai pengaman untuk memastikan bahwa absensi tidak dapat diwakilkan oleh orang lain. Selain itu pada sistem absensi juga dapat ditambahkan sistem geolokasi untuk menentukan jarak pelaku dari jarak lokasi yang sudah ditentukan. Proses-proses tersebut memakan sumber daya besar pada server. Dengan mendelegasikan proses tersebut kepada klien, beban serer akan berkurang secara signifikan. Pengenalan wajah dilakukan dengan menerapkan face-api.js yang merupakan sebuah modul javascript yang dibangun diatas tensorflow.js core, yang mengimplementasikan beberapa CNN (Convolutional Neural Networks) untuk melakukan deteksi, pengenalan, dan deteksi fitur-fitur wajah, yang dioptimalkan untuk web dan perangkat mobile. Untuk geolokasi pengukuran jarak koordinat, digunakan formula equirectangular approximation. Dari penerapan pengenalan wajah dan geolokasi tersebut didapatkan akurasi pengenalan wajah berkisar antara 93% hingga 97% dan geolokasi menggunakan equirectangular approximation berjalan dalam waktu rata-rata 0.008300000003ms.Kata kunci: Pengenalan wajah; Geolokasi; Tensorflow; Presensi]]>
