Sistem absensi berbasis biometrik, khususnya pengenalan wajah, telah menjadi solusi yang efektif dalam mengatasi kelemahan absensi tradisional seperti kecurangan dan ketidakakuratan pencatatan. Penelitian ini mengembangkan sistem absensi menggunakan metode Convolutional Neural Networks (CNN), FaceNet, dan Local Binary Patterns Histogram (LBPH) untuk meningkatkan akurasi dan efisiensi pengenalan wajah. CNN digunakan untuk mendeteksi pola kompleks pada wajah, sementara FaceNet menghasilkan representasi vektor unik dari setiap wajah, memungkinkan identifikasi individu secara akurat. Metode LBPH dipilih karena ringan secara komputasi, memungkinkan sistem berjalan efisien pada perangkat dengan spesifikasi terbatas. Penelitian ini juga memfokuskan pada pengujian performa sistem dalam berbagai kondisi pencahayaan dan sudut pengambilan wajah. Hasil penelitian menunjukkan bahwa kombinasi metode ini mampu memberikan solusi absensi yang lebih canggih, akurat, dan dapat diimplementasikan secara luas, bahkan di lingkungan dengan sumber daya komputasi terbatas.
Kata Kunci: Pengenalan Wajah, CNN, FaceNet, LBPH, Absensi Biometrik.