Kehadiran merupakan hal yang penting dalam proses belajar-mengajar. Sistem kehadiran yang berjalan haruslah mendukung terbentuknya kedisiplinan terhadap guru atau siswa. Namun sistem kehadiran yang berjalan secara manual
tidak efektif dalam mendukung kedisiplinan terutama terhadap guru yang memiliki peran besar dalam proses belajar-megajar. banyak permasalahan yang ditimbulkan oleh sistem kehadiran yang berjalan secara manual salah satunya seperti tidak terdapat back-up data laporan kehadiran jika buku data laporan kehadiran rusak atau data kehadiran dapat diganti dengan mudah. Itulah mengapa pentingnya untuk melakukan moderenisasi terhadap sistem kehadiran guru yang berjalan secara manual. Pada penelitian ini, penulis membangun suatu aplikasi kehadiran guru menggunakan Teknik biometric. Teknik biometric yang penulis gunakan adalah pengenalan wajah, untuk algoritma yang diterapkan hingga mencapai output berupa pengenalan wajah yaitu Multi-task cascaded convolutional network(MTCNN). Aplikasi yang dibangun berbasis desktop dengan menggunakan Bahasa pemrograman javascript. Uji coba aplikasi dilakukan terhadap 11 citra dari 7 individu yang dicari kemiripannya dengan 24 citra data training dari 8 individu. Uji coba juga dilakukan dengan parameter jarak 50,70 dan 100cm. hasil dari uji pengujian aplikasi yang dilakukan menghasilkan akurasi 100% yanga artinya MTCNN dapat mengenali wajah dengan baik.

Attendance is important in the teaching and learning process. The attendance system that runs must support the formation of discipline towards teachers or students. However, the attendance system that runs manually is not effective in supporting discipline, especially for teachers who have a big role in the teachinglearning process. There are many problems caused by the attendance system that runs manually, one of which is that there is no back-up of attendance report data if the attendance report data book is damaged or attendance data can be replaced easily. That is why it is important to modernize the teacher attendance system that runs manually. In this study, the authors built a teacher attendance application using biometric techniques. The biometric technique that I use is facial recognition, for the algorithm that is applied to the output in the form of facial recognition, namely the Multi-task cascaded convolutional network (MTCNN). Applications built based on the desktop using the JavaScript programming language. Application trials were carried out on 11 images from 7 individuals whose similarities were sought with 24 training data images from 8 individuals. Trials were also carried out with distance parameters of 50.70 and 100cm. The results of the application test tests carried out produce 100% accuracy, which means that MTCNN can recognize faces well.