<![CDATA[Proses absensi manual di lingkungan pendidikan, khususnya Madrasah Diniyah, sering menimbulkan permasalahan seperti lambatnya pencatatan, adanya potensi kesalahan, serta kerentanan terhadap manipulasi data. Untuk mengatasi hal tersebut, penelitian ini bertujuan mengembangkan sistem absensi otomatis berbasis pengenalan wajah menggunakan metode Convolutional Neural Network (CNN). Sistem dirancang dengan memanfaatkan library OpenCV untuk pengolahan citra dan framework TensorFlow dalam bahasa pemrograman Python untuk pembangunan serta pelatihan model CNN. Dataset wajah siswa dikumpulkan secara langsung sebagai data pelatihan, kemudian model diuji pada kondisi cahaya terang, cahaya redup, jarak dekat, jarak sedang, dan sudut wajah miring guna mengukur akurasi sistem. Hasil penelitian menunjukkan bahwa sistem mampu melakukan identifikasi wajah secara real-time dengan tingkat akurasi rata-rata 86%, precision 87.5%, recall 85.2%, dan F1-score 86.3%. Model CNN yang digunakan terdiri atas tiga lapisan konvolusi dan dua lapisan pooling, dengan konfigurasi yang dioptimalkan untuk kondisi lingkungan madrasah. Kontribusi utama penelitian ini adalah menghadirkan solusi absensi yang efisien, akurat, dan kontekstual terhadap kebutuhan lembaga pendidikan keagamaan. Kata Kunci – Absensi Otomatis; Face Recognition; Convolutional Neural Network; OpenCV ]]>
Copyrights © 2025
