El objetivo de este estudio fue desarrollar un sistema de asistencia automática en tiempo real (AAS) basado en la tecnología de Internet de las cosas (IoT) y reconocimiento facial. Una cámara Raspberry Pi incorporada en una Raspberry Pi 3B se utiliza para transferir imágenes faciales a un servidor en la nube. En este servidor en la nube se implementan bibliotecas de detección y reconocimiento facial, las cuales pueden manejar todos los procesos relacionados con el registro automático de la asistencia de los estudiantes. Además, este estudio propone la aplicación de procesamiento de serialización de datos y tolerancia adaptativa vis-à-vis distancia euclidiana. Las características faciales encontradas son procesadas utilizando la serialización de datos antes de ser guardadas en la base de datos SQLite; estos datos serializados pueden ser fácilmente escritos y luego leídos desde la base de datos. Al examinar las diferencias entre las características faciales ya almacenadas en las bases de datos SQLite y cualquier nueva característica facial, el sistema de tolerancia adaptativa propuesto puede mejorar el rendimiento del método de reconocimiento facial aplicando la distancia euclidiana. Los resultados de este estudio muestran que el AAS propuesto puede reconocer múltiples rostros y así registrar automáticamente la asistencia. El AAS propuesto en este estudio puede ayudar en la detección de estudiantes que intentan faltar a clases sin el conocimiento de sus profesores. El problema de marcar como presentes a estudiantes ausentes por error y el problema de los suplantadores también se resuelven.