Penggunaan teknologi pengenalan wajah pada sistem absensi semakin meningkat karena kepraktisan dan kemampuannya dalam melakukan verifikasi kehadiran secara otomatis. PT. XYZ saat ini masih menggunakan sistem absensi berbasis web dengan verifikasi manual yang rentan terhadap kesalahan manusia dan manipulasi data. Penelitian ini mengimplementasikan sistem absensi berbasis pengenalan wajah dengan mekanisme anti-spoofing menggunakan BlazeFace sebagai pendeteksi wajah, MobileNetV3Small sebagai model anti-spoofing, dan MobileFaceNet sebagai model pengenalan wajah. Model-model tersebut dibandingkan dengan RetinaFace, EfficientNetB0, VGG16, dan FaceNet berdasarkan akurasi, kecepatan, dan beban komputasi untuk menentukan kombinasi terbaik. Implementasi dilakukan pada platform Android dan Web, serta dievaluasi dari sisi performa, skalabilitas, dan kemudahan penggunaan. Hasil pengujian menunjukkan bahwa BlazeFace dinyatakan sebagai model terbaik karena memberikan keseimbangan terbaik antara akurasi deteksi, beban komputasi dan kecepatan dibandingkan RetinaFace. MobileNetV3Small juga dinyatakan sebagai model terbaik karena memberikan akurasi yang memadai untuk tugas anti spoofing namun masih ringan dan cepat. Meskipun MobileFaceNet lebih cepat dan lebih ringan dari segi beban komputasi, FaceNet dalam format TFLite memberikan akurasi pengenalan wajah yang jauh lebih tinggi, dengan kecepatan dan penggunaan sumber daya yang tetap kompetitif. Selain itu platform Android lebih unggul dalam performa dan skalabilitas, sementara platform Web lebih unggul dalam kemudahan penggunaan dan ketersediaan akses.