Sistem absensi pegawai yang tangguh sangat penting untuk menjaga perkembangan kualitas pegawai di suatu instansi. Saat ini sistem absensi menggunakan pengenalan wajah merupakan salah satu cara untuk mengenali karyawan dengan menggunakan citra wajah. Absensi sebelumnya dilakukan menggunakan cara yang tradisional dan memiliki beberapa kekurangan. Contohnya pada absensi manual yang bisa dicurangi dengan penitipan absensi oleh karyawan yang tidak hadir dengan memalsukan tanda tangannya. Atau absensi dengan smartcard yang masih bisa dicurangi dengan menitipkan smartcardnya. Dan yang terbaru menggunakan mobile dengan bantuan gps untuk mencatat kehadiran karyawan, yang bisa dicurangi menggunakan aplikasi tertentu. Juga, di era pandemi mulai tahun 2020, diterapkan peraturan kesehatan untuk menghindari penularan virus Covid-19. Sedangkan, absensi sidik jari bisa jadi media penularan virus sehingga kurang sesuai untuk digunakan. Sistem absensi yang diajukan pada penelitian ini akan menyediakan absensi yang cepat dan efektif. Dalam tulisan ini, pengenalan wajah diprogram pada Raspberry Pi yang terhubung dengan webcam untuk mendeteksi wajah karyawan yang masuk. Program ini menggunakan Normalized Convolutional Neural Network untuk mengolah data masukan. Pengenalan wajah dilakukan menggunakan MobileFaceNet dan menggunakan Anti-spoofing untuk menghindari kecurangan saat melakukan absensi wajah. Absensi yang tercatat juga akan dihubungkan dengan sistem informasi manajemen) dimana admin suatu instansi dapat mengatur absensi karyawan. Melalui hasil eksperimen, kamera pengenal wajah ini bisa mengambil gambar hingga kecepatan 10fps dengan menonjolkan parameter ke performa. Kamera ini juga bisa mendeteksi wajah pegawai lebih dari satu dengan akurasi 100% dalam jarak hingga 2 Meter. Sedangkan dalam jarak hingga 3-4 Meter, wajah akan tetap dikenali, namun akurasi akan turun hingga 10% karena cenderung mendeteksi wajah asing. Kamera juga mampu mengenali pegawai yang sedang berjalan, memakai aksesoris kacamata, topi, perubahan gaya rambut dengan akurasi lebih dari 60%. Namun, untuk deteksi karyawan yang memakai masker, atau wajah yang tertutup sebagian, akurasi kamera ini akan turun hingga 40%.