Sistem kehadiran mahasiswa pada STT-PLN saat ini masih berjalan manual yang dapat menyebabkan ketidak akuratan dan dapat menimbulkan celah untuk melakukan kecurangan. Sistem kehadiran dengan cara Smartcard, Fingerprint maupun Barcode telah banyak digunakan oleh berbagai kalangan. Oleh karena itu Pada tugas akhir ini, teknologi yang digunakan adalah system pengenalan wajah. Pembuatan aplikasi absensi dengan pengenalan wajah ini menggunakan metode Algoritma Haar Cascade untuk melakukan proses pendeteksian wajah dan metode Algoritma Eigenface untuk proses pengenalan wajah dengan menggunakan konversi citra RGB menuju tingkat greyscale. Sedangkan data-data yang dibutuhkan sistem adalah data mata kuliah, dosen, jadwal, mahasiswa, dan dataset foto wajah yang disimpan dalam sistem manajemen relasional basis data. Hasil dari aplikasi yang telah dibangun dapat mengelola data-data pada sistem, serta melakukan pencatatan, perekapan data absensi. Proses absensi mahasiswa berhasil dilakukan pada kondisi pencahayaan yang bagus dan resolusi yang sama dengan kondisi foto wajah yang disimpan dalam basis data. Nilai kepercayaan rata-rata 0,97 dengan keakuratan rata-rata 97%. Kecepatan deteksi untuk setiap gambar adalah ±1 detik. Dengan menggunakan pengujian aplikasi ISO (International Organization for Standarization) dengan hasil 93% untuk kelayakan aplikasi.

Student attendance system on STT-PLN is currently still running manual can cause the lack of inaccuracies and may give rise to loopholes for cheating. The presence of a system by means of a Smartcard, Fingerprint or Barcode has
been widely used by various circles. Therefore, At this research, the technology used is a facial recognition system. The making of the application attendance with this facial recognition method using Haar Cascade Algorithm to perform the process of detection, algorithm of the Eigenface method and face to face recognition processes by using the conversion of RGB image towards the levels of greyscale. While the required data systems is the data subjects, professors, schedules, student, facial photographs and datasets are stored in a relational database management system. The results of the applications that have been built to manage data on the system, as well as doing the recording. Process absences students successfully performed on good lighting conditions and the same resolution with the condition of facial photographs are stored in a database. The value of the trust the average 0.97 with average accuracy of 97%. Speed detection for each image is ± 1 second. Test the application by using the ISO (International Organization for Standarization) with the results of 93% for the eligibility of the application.