<![CDATA[Sistem presensi manual berbasis kertas yang masih digunakan di SMK Telekomunikasi Telesandi Bekasi menimbulkan berbagai permasalahan seperti proses double entry yang memakan waktu, kerentanan terhadap kesalahan pencatatan, dan keterlambatan pelaporan data kehadiran. Penelitian ini bertujuan mengimplementasikan sistem presensi siswa berbasis Machine Learning menggunakan teknologi deteksi wajah dan deteksi senyuman untuk meningkatkan efisiensi administrasi sekolah. Metodologi penelitian menggunakan pendekatan partisipatif yang melibatkan pihak sekolah pada setiap tahapan, mulai dari diskusi awal, pengumpulan dan analisis data, pengembangan sistem berbasis Python dan OpenCV, pelatihan dan sosialisasi, hingga evaluasi dan monitoring implementasi. Sistem yang dikembangkan terdiri dari tiga komponen utama yaitu aplikasi presensi berbasis Python dan OpenCV, model deteksi wajah serta senyuman sebagai validator presensi, dan dashboard web berbasis cloud untuk pemantauan kehadiran. Hasil implementasi menunjukkan bahwa fitur pendeteksian wajah, pembuatan dataset, dan proses face recognition berjalan dengan baik meskipun modul penyimpanan otomatis ke cloud masih dalam tahap pengembangan. Evaluasi melalui post-test terhadap 142 responden menunjukkan mayoritas peserta memberikan respons positif dan mengalami peningkatan pemahaman konsep Machine Learning. Sistem ini berhasil meningkatkan efisiensi proses presensi, mengurangi ketergantungan pencatatan manual, serta meningkatkan literasi teknologi siswa dan guru dalam bidang Artificial Intelligence, Computer Vision, dan pemrograman Python yang selaras dengan pendidikan vokasi berbasis teknologi.]]>
