Pondok pesantren mengutamakan kedisiplinan santri, termasuk dalam pencatatan kehadiran kegiatan mengaji. Namun, sistem presensi manual yang digunakan masih memiliki kelemahan, seperti kecurangan titip absen dan pencatatan yang kurang akurat. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model presensi otomatis berbasis pengenalan wajah guna meningkatkan efisiensi pencatatan kehadiran. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur VGG-16 yang telah dimodifikasi. Proses dimulai dengan pengumpulan dataset wajah santri, kemudian dilakukan preprocessing, termasuk deteksi wajah menggunakan Haar Cascade, pemotongan area wajah, serta augmentasi data untuk meningkatkan variasi. Model dilatih menggunakan data yang telah diproses, kemudian dievaluasi menggunakan data validasi dan uji untuk mengukur performanya. Hasil pengujian menunjukkan model mencapai akurasi 98%. Keberhasilan ini didukung oleh modifikasi arsitektur VGG-16, seperti penggunaan jumlah kernel yang tinggi dan penggunaan Global Average Pooling (GAP), preprocessing yang efektif, serta pemilihan parameter pelatihan yang optimal yang membantu menghindari overfitting maupun underfitting. Model ini mampu mengenali wajah santri dengan baik, sehingga berpotensi diterapkan sebagai sistem presensi otomatis di pondok pesantren. Implementasi sistem ini diharapkan dapat menggantikan metode manual yang rentan terhadap kecurangan, meningkatkan efisiensi pencatatan kehadiran, serta mendukung digitalisasi administrasi pesantren berbasis kecerdasan buatan.
Kata Kunci : augmentasi data, deteksi wajah, jaringan saraf tiruan, presensi otomatis, vgg-16