Cara Kerja Absensi Wajah untuk Sekolah, Dijelaskan Sederhana

Diterbitkan 3 Juli 2026 · Diperbarui 30 September 2026

Kok bisa sebuah kamera hafal ratusan wajah murid dan tidak tertukar? Pertanyaan itu hampir selalu muncul saat sekolah pertama kali melihat presensi wajah bekerja. Jawabannya bisa dijelaskan dengan bahasa sehari-hari, dan di artikel ini Anda bisa mencobanya sendiri: mengikuti perjalanan satu wajah dari pendaftaran sampai tercatat hadir, dan menggeser sendiri ambang kemiripan untuk melihat kapan sistem berkata "kurang yakin".

Perjalanan satu wajah, dari kamera sampai tercatat hadir

Lima tahap ini terjadi dalam hitungan detik setiap kali seorang murid berdiri di depan kamera. Pilih tahapnya untuk melihat apa yang sebenarnya dikerjakan perangkat dan server.

1. Wajah didaftarkan sekali, dengan izin orang tua

Operator sekolah membuka menu Data Wajah, lalu merekam wajah murid lewat kamera atau mengunggah foto. Pendaftaran murid baru bisa dilakukan setelah persetujuan orang tua atau wali tercatat. Satu kelas bisa direkam bergiliran dari satu laptop: sistem memanggil nama berikutnya dan mengambil foto otomatis begitu wajahnya cukup terang, tajam, dan menghadap lurus.

Persetujuan orang tua dulu Boleh beberapa foto per murid GTK bisa mendaftar sendiri dari Profil Saya

2. Kamera menemukan wajah, tanpa tombol

Di perangkat, sebuah detektor wajah ringan buatan Google (MediaPipe) membaca gambar kamera sekitar sepuluh kali per detik. Ia hanya menjawab satu hal: ada wajah atau tidak, dan di mana. Begitu wajahnya cukup besar, kira-kira seperlima lebar gambar, dan diam selama beberapa gambar berturut-turut, perangkat mengambil satu foto kecil. Detektor ini belum tahu wajah siapa itu.

Berjalan di HP atau PC, bukan di server Kamera 640 × 480, 15 gambar per detik Satu foto paling besar 640 piksel

3. Wajah diubah menjadi 512 angka

Foto kecil itu dikirim ke server SiTuntas. Di sana wajah diluruskan ke posisi standar, lalu sebuah model pengenalan wajah dari keluarga ArcFace mengubahnya menjadi deretan 512 angka, semacam sidik wajah. Dua foto orang yang sama menghasilkan deretan yang berdekatan; foto dua orang yang berbeda menghasilkan deretan yang berjauhan. Fotonya sendiri diolah di memori lalu dibuang.

512 angka per wajah Foto tidak disimpan Sidik tersimpan terenkripsi

4. Dibandingkan dengan seluruh data murid

Server menghitung seberapa dekat 512 angka tadi dengan sidik setiap murid dan GTK yang terdaftar, lalu mengambil yang paling dekat. Skornya harus melewati ambang kemiripan, dan kandidat kedua harus cukup jauh di belakang. Kalau salah satunya tidak terpenuhi, sistem berkata kurang yakin dan meminta pindai ulang. Ia memilih tidak menebak daripada mencatat kehadiran atas nama yang keliru. Ambangnya bisa Anda coba geser di bawah.

Murid dan GTK dibandingkan terpisah Hanya kecocokan yang mencatat kehadiran Kurang yakin berarti pindai ulang

5. Tercatat, disapa, dan langsung masuk rekap

Begitu cocok, server menulis satu baris kehadiran untuk murid itu pada hari itu, membandingkan jamnya dengan jam masuk yang sekolah atur sendiri, lalu perangkat menyebut namanya. Pindai ulang di kamera lain tidak membuat baris kedua dan tidak menggeser jam datangnya. Rekap kelas, harian, bulanan, dan semester terbentuk dari baris yang sama.

Satu baris per orang per hari Hadir atau terlambat dari jam sekolah "Aulia, hadir."

Kenapa yang disimpan angka, bukan foto

Bagian ini yang paling sering disalahpahami. Server SiTuntas tidak menyimpan potret murid untuk dibandingkan satu per satu. Yang disimpan adalah deretan 512 angka hasil olahan model. Deretan itu bukan gambar dan tidak bisa dibuka seperti foto, tetapi dua deretan dari orang yang sama akan selalu berdekatan. Karena itu pencocokan jadi ringan, dan yang tersimpan di database sekolah bukan potret yang bisa disebar.

Sidik wajah: 512 angka

Tiap batang mewakili satu angka. Deretan orang yang sama tampak serupa dari foto ke foto, deretan orang lain tampak berbeda.

Ilustrasi, bukan data murid sungguhan. Yang tersimpan di server adalah deretan seperti ini dalam keadaan terenkripsi.

Coba sendiri: kapan sistem berkata "kurang yakin"

Skor kemiripan bernilai antara 0 dan 1. SiTuntas memakai ambang yang berbeda menurut seberapa luas data yang dibandingkan: satu kelas, semua kelas, atau data GTK. Geser skornya dan lihat keputusan yang diambil. Angka ambang di bawah ini persis yang dipakai di sekolah pengguna.

Data yang dibandingkan

Skor kemiripan wajah yang dipindai

Dikenali

Skor 0,62 melewati ambang 0,50 untuk galeri semua kelas, dan kandidat kedua diasumsikan cukup jauh. Kehadiran dicatat dan nama disebut.

Semua kelas: ambang 0,50 dengan pita ragu 0,05. Skor 0,45 sampai 0,49 dianggap kurang yakin.

Di sistem sungguhan ada satu syarat lagi: kandidat terbaik harus unggul cukup jauh dari kandidat kedua. Dua murid yang skornya berdempetan juga menghasilkan kurang yakin, walau keduanya di atas ambang. Simulasi ini menyederhanakan syarat itu.

Seberapa akurat pengenalan wajah sekarang?

Pengenalan wajah sudah jauh lebih matang dibanding satu dekade lalu. Lembaga standar Amerika Serikat, NIST, rutin menguji ratusan algoritma dari seluruh dunia lewat program Face Recognition Vendor Test. Laporan mereka pada 2018 mencatat bahwa antara 2014 dan 2018 saja, tingkat kegagalan pencarian turun sekitar 20 kali lipat. Dengan kondisi pengambilan yang wajar, teknologinya kini andal untuk keperluan sehari-hari seperti absensi.

Yang lebih menentukan di lapangan justru kondisinya: cahaya dari belakang yang membuat wajah gelap, wajah yang terlalu kecil di gambar, atau kamera yang buram. Karena itu SiTuntas menahan pindaian sampai wajahnya cukup besar dan diam, memeriksa terang, tajam, dan posisi saat pendaftaran, dan memilih meminta ulang begitu skornya tanggung. SiTuntas tidak memasang angka akurasi dalam persen, karena angka itu belum pernah diukur secara terkendali di sekolah pengguna. Yang ada adalah catatan pemakaian sehari-hari.

48 ribu lebih

pindaian wajah di sekolah pengguna SiTuntas dalam 30 hari terakhir.

Sekitar 4 detik

jeda rata-rata antar orang di titik pindai yang antreannya padat, sejak berdiri sampai namanya disebut.

0 foto

yang tersimpan di server untuk pencocokan. Yang tersimpan hanya sidik angka terenkripsi.

Angka pindaian diperbarui otomatis setiap malam dari catatan server, berupa jumlah gabungan tanpa data pribadi murid.

Bagaimana dengan foto yang dipakai menipu?

Pertanyaan yang sehat: bagaimana kalau ada yang iseng menunjukkan foto temannya ke kamera? Jawaban jujurnya, dengan setelan bawaan foto di layar HP bisa saja lolos, karena pencocokan di server hanya menilai kemiripan dan belum membedakan wajah asli dari foto. Untuk itu tersedia pemeriksaan keaslian yang bisa dinyalakan sekolah per perangkat.

Langkah 1
Murid diminta berkedip

Perangkat membaca ratusan titik wajah dan menunggu kelopak mata menutup lalu membuka. Foto yang diam tidak bisa berkedip.
Langkah 2
Satu gerakan acak

Setelah kedip, muncul satu permintaan yang diundi: membuka mulut, menoleh ke kiri, menoleh ke kanan, atau berkedip lagi. Bila tidak dituruti dalam delapan detik, permintaannya diundi ulang supaya rekaman video pun sulit dipakai.

Kedipkan mataBuka mulutTengok ke kiriTengok ke kanan
Langkah 3
Baru wajahnya dicocokkan

Pemeriksaan ini berjalan di perangkat dengan membaca titik-titik wajah, tanpa mengirim gambar tambahan ke mana pun. Lolos pemeriksaan, barulah foto kecil dikirim untuk dicocokkan seperti biasa.

Perlu diketahui apa adanya: pemeriksaan ini bawaannya mati, karena banyak sekolah menaruh kelancaran antrean pagi di atas segalanya. Di perangkat lama yang tidak mendukung pembacaan titik wajah, pemindaian tetap berjalan tanpa pemeriksaan ini, dan pemeriksaan di perangkat tetap bisa ditembus orang yang sangat berniat. Karena itu titik pindai di gerbang atau lobi yang dijaga petugas piket tetap menjadi lapisan pengaman yang paling murah dan paling nyata.

Dari kecocokan menjadi catatan kehadiran

Begitu wajah cocok, sistem menulis kehadiran lengkap dengan jamnya dan membandingkannya dengan jam masuk yang sekolah atur per hari di Pengaturan Jam Absensi. Datang sebelum batas tepat waktu, tercatat hadir. Lewat batas, tercatat terlambat, dan perangkat menyebutnya "sangat terlambat" bila melewati batas kedua. Pindai di atau setelah jam pulang dicatat sebagai absen pulang. Hari libur pada kalender sekolah dinilai netral.

Wali kelas dan TU

Wali kelas melihat siapa yang belum datang pagi itu juga, dan rekap harian, bulanan, serta semester terbentuk sendiri, siap diekspor ke Excel dan PDF.

Orang tua

Bila sekolah menyalakannya, orang tua menerima kabar tiba atau terlambat lewat WhatsApp, dan bisa memantau kehadiran anak dari Portal Orang Tua.

Pembinaan

Keterlambatan dan alpa bisa dihitung otomatis menjadi poin pelanggaran, dan surat peringatan tersusun sendiri saat melewati ambang yang sekolah tetapkan. Setiap tahap bisa dimatikan.

Ke mana data wajah itu pergi, dan siapa yang bisa melihatnya

Data wajah tergolong data pribadi yang bersifat spesifik menurut UU Pelindungan Data Pribadi, jadi perlakuannya berbeda dari data absensi biasa.

Foto dibuang

Foto dari kamera diolah di memori server lalu dibuang. Tidak ada album wajah murid di mana pun.

Sidik terenkripsi, per sekolah

Sidik 512 angka disimpan terenkripsi di database milik sekolah itu sendiri, tidak tercampur dengan sekolah lain, dan tidak pernah dikirim ke peramban.

Persetujuan bisa dicabut

Pendaftaran wajah murid menunggu persetujuan orang tua. Bila dicabut, sidik wajahnya langsung dihapus dari database sekolah, dan salinan terenkripsi di cadangan server ikut hilang saat cadangan lama dirotasi.

Pembahasan lengkap soal aturan dan hak orang tua ada di Apakah Absensi Wajah Aman dan Sesuai UU PDP dan Keamanan Data Siswa dan UU PDP.

Apa yang perlu disiapkan sekolah

Tidak ada mesin yang harus dibeli. Presensi wajah berjalan di peramban, jadi HP guru piket, tablet di meja gerbang, laptop lama, atau komputer dengan webcam bisa langsung dipakai, dan satu komputer bisa menjalankan sampai empat webcam. Yang wajib hanya internet yang stabil, karena pencocokan terjadi di server. Panduan memilih perangkat, menghitung berapa titik pindai yang dibutuhkan, dan menaruh kamera ada di halaman Absensi Wajah untuk Sekolah.

Kalau ingin merasakan deteksi wajahnya dulu, di halaman depan situntas.id ada demo pemindai wajah yang berjalan langsung dari peramban tanpa memasang apa pun. Demo itu hanya mendeteksi wajah dan tidak mencatat kehadiran.

Pertanyaan yang sering diajukan

Apakah foto siswa disimpan di server?

Tidak. Foto yang dikirim kiosk hanya diolah di memori server lalu dibuang. Yang disimpan adalah sidik wajah berupa 512 angka dalam keadaan terenkripsi, dan angka itu bukan gambar yang bisa dibuka atau disebar.

Apakah absensi wajah dan presensi wajah itu sama?

Sama. Presensi berarti kehadiran, jadi absensi wajah, presensi wajah, dan absensi face recognition merujuk pada hal yang sama: mencatat kehadiran dengan mengenali wajah. Di SiTuntas menunya bernama Presensi Wajah.

Apakah butuh mesin atau kamera khusus?

Tidak. SiTuntas berjalan dari peramban dengan kamera biasa: HP, tablet, laptop, atau komputer dengan webcam. Satu komputer bahkan bisa menjalankan sampai empat webcam sebagai empat titik pindai.

Kenapa sistem kadang bilang kurang yakin?

Karena kemiripannya berada tepat di bawah ambang, atau ada dua data yang skornya terlalu berdekatan. Dalam keadaan itu sistem sengaja meminta pindai ulang daripada menebak, dan belum ada kehadiran yang dicatat.

Bagaimana kalau siswa berkacamata atau ganti gaya rambut?

Kacamata bening dan potongan rambut biasanya tidak mengubah bagian wajah yang dibaca, yaitu dari alis sampai dagu. Kalau seorang siswa sering gagal dikenali, operator cukup menambahkan foto pendaftaran baru, karena satu siswa boleh punya beberapa foto.

Apakah bisa tertukar dengan siswa lain yang mirip?

Sistem memakai ambang kemiripan dan memeriksa jarak skor ke kandidat kedua. Bila dua kandidat terlalu berdekatan, hasilnya kurang yakin dan siswa diminta memindai ulang, bukan dicatat atas nama yang salah. Untuk kembar identik, pengawasan petugas piket di titik pindai tetap menjadi pelengkap.

Apakah pemeriksaan keaslian selalu menyala?

Tidak. Pemeriksaan kedip dan gerakan acak dinyalakan per perangkat, dan bawaannya mati supaya antrean pagi tetap cepat. Di perangkat yang tidak mendukungnya, pindaian tetap berjalan tanpa pemeriksaan itu. Titik pindai yang tidak diawasi petugas sebaiknya menyalakannya.

Berapa lama satu siswa selesai absen?

Di sekolah pengguna, jeda antar orang rata-rata sekitar 4 detik, sejak berdiri di depan kamera sampai namanya disebut dan orang berikutnya maju. Saat antrean padat, satu perangkat melayani kira-kira 10 sampai 15 orang per menit.