Klasifikasi Tipe Kulit Wajah Dengan Menggunakan Metode VGG-19

Abstract

Kulit wajah memiliki peranan krusial bagi kesehatan dan estetika, namun banyak individu kesulitan mengidentifikasi jenis kulit mereka secara akurat, yang berisiko pada kesalahan pemilihan produk perawatan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi jenis kulit wajah otomatis (normal, kering, dan berminyak) serta memberikan rekomendasi bahan aktif perawatan kulit yang sesuai. Metode yang digunakan adalah Deep Learning dengan arsitektur Convolutional Neural Network (CNN) model VGG-19 yang dipilih karena kemampuannya dalam mengekstraksi fitur tekstur kulit secara hierarkis. Penelitian ini menggunakan dataset sebanyak 3.000 citra wajah yang telah melalui proses anotasi ulang dan augmentasi untuk meningkatkan akurasi. Hasil penelitian menunjukkan bahwa model VGG-19 mencapai performa yang sangat baik dengan nilai rata-rata F1-score sebesar 0,955 dan rata-rata presisi sebesar 0,969. Sistem ini diintegrasikan ke dalam antarmuka grafis (GUI) yang memungkinkan pengguna mengunggah foto wajah untuk mendapatkan prediksi jenis kulit serta rekomendasi komposisi produk seperti pembersih wajah, pelembap, dan tabir surya secara instan.