Sistem presensi mahasiswa sering menggunakan metode manual atau semi-manual,
yang rentan terhadap kesalahan pencatatan dan penyalahgunaan. Hal ini dapat merugikan
proses evaluasi dan pengelolaan data akademik, serta mengurangi efektivitas waktu
perkuliahan. Teknologi pengenalan wajah muncul sebagai solusi potensial untuk mengatasi
masalah tersebut, karena mampu mengidentifikasi individu secara unik berdasarkan
karakteristik fitur wajah, serta mendukung pencatatan presensi secara otomatis dan real-time.
Penelitian ini menggunakan metode pengembangan sistem berbasis Google ML Kit dan
FaceNet untuk implementasi teknologi pengenalan wajah, dengan integrasi Firebase Realtime
Database sebagai media penyimpanan data. Data yang digunakan mencakup informasi
mahasiswa, jadwal mata kuliah, dan catatan kehadiran. Uji coba dilakukan melalui simulasi
pada aplikasi berbasis Android Studio untuk mengukur tingkat akurasi, kecepatan pemrosesan,<