Penelitian ini bertujuan mengembangkan sistem absensi berbasis pengenalan wajah yang mudah digunakan dengan memanfaatkan model FaceNet dan ukuran gambar 80×80 piksel. Topik ini dipilih untuk memenuhi kebutuhan sistem absensi yang cepat, akurat, dan bisa berjalan pada perangkat dengan spesifikasi rendah. Model dilatih menggunakan 3.500 citra wajah dari 35 individu, dengan pembagian data 80% untuk pelatihan dan 20% untuk pengujian. Evaluasi menggunakan confusion matrix dan classification report menunjukkan akurasi pengujian sebesar 99,86%, dengan nilai loss 0,0157 serta nilai precision, recall, dan F1-score yang sangat baik. Hasil ini menegaskan bahwa resolusi 80×80 piksel tetap mampu menghasilkan akurasi tinggi dan lebih efisien secara komputasi dibandingkan pendekatan umum yang menggunakan resolusi gambar lebih besar. Model kemudian diintegrasikan ke dalam aplikasi web berbasis Flask dengan Haar Cascade sebagai pendeteksi wajah. Pengujian lokal menunjukkan tingkat kepercayaan sekitar 82,5% pada jarak 30 cm, meskipun performa menurun pada jarak sekitar satu meter. Kontribusi utama penelitian ini adalah membuktikan bahwa FaceNet tetap efektif pada resolusi gambar rendah, sehingga memungkinkan pengembangan sistem absensi yang ringan dan sesuai untuk perangkat berspesifikasi terbatas dibandingkan penelitian sebelumnya.