Sistem identifikasi biometrik menggunakan pengenalan wajah untuk banyak hal, seperti sistem waktu dan kehadiran online. Tujuan penelitian ini adalah untuk melakukan klasifikasi dengan menggunakan teknik k-nearest neighbor (KNN) dan Local Binary Pattern Histogram (LBPH). Metode Haar-Cascade untuk membangun sistem deteksi wajah dengan bahasa pemrograman Python. Hasil pengujian menunjukkan bahwa metode KNN mencapai akurasi tertinggi yaitu 100.00% pada pengenalan wajah. Metode KNN digunakan untuk klasifikasi dan LBPH digunakan untuk ekstraksi fitur. Studi ini meningkatkan pemahaman tentang kesesuaian dan keuntungan relatif dari kedua metode dalam konteks pengenalan wajah untuk keperluan kehadiran online.
Kata kunci: Pengenalan Wajah, Local Binary Pattern Histogram (LBPH), K-Nearest Neighbor (KNN)