MUSYAROPAH, MAKIATUL, MAKIATUL MUSYAROPAH (2025) IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DETEKSI WARNA KULIT PADA WAJAH. S1 thesis, Universitas Islam Nusantara.

Text (SKRIPSI MAKIATUL MUSYAROPAH 41037006211179) SKRIPSI_MAKIATUL MUSYAROPAH_41037006211179.pdf Restricted to Registered users only Download (2MB)

Abstract

Variasi warna kulit wajah sering menyulitkan individu, khususnya di Indonesia, dalam memilih produk perawatan yang tepat. Penelitian ini mengembangkan sistem klasifikasi warna kulit cerah (light), kuning langsat (mid-light), dan sawo matang (dark) menggunakan Convolutional Neural Network (CNN) dengan tiga arsitektur: MobileNet, MobileNetV2, dan NASNetMobile. Dataset citra dari Kaggle diseimbangkan dengan undersampling dan diperkaya melalui augmentasi untuk meningkatkan generalisasi. Hasil evaluasi menunjukkan MobileNet unggul dengan akurasi 82% dan macro-average AUC 0,94, mengungguli MobileNetV2 (81%) dan NASNetMobile (76%). Tantangan utama adalah membedakan kelas light dan mid-light yang serupa secara visual. Model terbaik diimplementasikan pada aplikasi web berbasis Streamlit yang mampu mengklasifikasikan warna kulit secara real-time serta memberikan rekomendasi perawatan yang dipersonalisasi. Kunci: CNN, Deep Learning, MobileNet, Klasifikasi, Pengolahan Citra, Warna Kulit.

Actions (login required)

View Item