Dalam beberapa tahun terakhir ini teknologi biometrik banyak digunakan dalam
berbagai bidang aspek. Salah satu teknologi biometrik yang digunakan adalah
sistem pengenalan wajah. Dalam sistem biometrik untuk pengenalan wajah, terdiri
dari dua tahapan yaitu deteksi dan klasifikasi. Kedua tahapan ini begitu cepat
dilakukan oleh manusia, tetapi membutuhkan waktu yang lama untuk dilakukan
oleh komputer. Kemampuan manusia itulah yang ingin diduplikasi ke dalam sistem
komputer, agar komputer dapat melakukan pengenalan wajah dengan waktu yang
cepat. Pengenalan wajah akan bermasalah ketika wajah yang menjadi data masukan
mengalami perubahan pada atribut wajah, ekspresi dan pencahayaan, yang nantinya
akan sangat mempengaruhi tingkat keakurasiannya. Dalam penelitian ini penulis
akan memasukkan wajah yang berhijab dengan ekspresi yang berbeda. Penelitian
ini akan menggunakan deep learning dengan metode CNN (Convolutional Neural
Network). Implementasi CNN menggunakan Tensorflow dengan bahasa
pemograman Phyton. Jumlah dataset yang digunakan ada 300 gambar wajah yang
berhijab. Berdasarkan hasil dari pembahasan diperoleh tingkat keakurasian sebesar
92% pada proses training dan 87% pada proses testing. Sehingga dari penelitian ini
dapat disimpulkan bahwa kinerja dari model yang telah dibuat pada penelitian ini
dapat dikatakan berjalan dengan optimal dalam mendeteksi gambar wajah yang
menggunakan atribut yaitu hijab.