SISTEM REKOMENDASI WARNA DAN MODEL HIJAB BERDASARKAN DETEKSI SKIN TONE DAN BENTUK WAJAH MENGGUNAKAN CNN

Iren Abel Tarina, 3012210023 (2026) SISTEM REKOMENDASI WARNA DAN MODEL HIJAB BERDASARKAN DETEKSI SKIN TONE DAN BENTUK WAJAH MENGGUNAKAN CNN. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (415kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Restricted to Repository staff only Download (145kB) | Request a copy
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Repository staff only Download (445kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (362kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (288kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (385kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (307kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (424kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (419kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (387kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB 1 PENDAHULUAN.pdf Restricted to Repository staff only Download (566kB) | Request a copy
	Text (BAB II KAJIAN PUSTAKA) 11. BAB II KAJIAN PUSTAKA.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only Download (894kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB V PENUTUP) 14. BAB V PENUTUP.pdf Restricted to Registered users only Download (460kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (458kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (SKRIPSI - IREN ABEL TARINA (3012210023)) 17. SKRIPSI - IREN ABEL TARINA (3012210023).pdf Restricted to Repository staff only Download (6MB) | Request a copy
	Text (SKRIPSI - IREN ABEL TARINA (3012210023)) 18. SKRIPSI - IREN ABEL TARINA (3012210023).docx Restricted to Repository staff only Download (13MB) | Request a copy
	Text (POSTER - IREN ABEL TARINA (3012210023)) 19. POSTER - IREN ABEL TARINA (3012210023).pdf Download (114kB)

Abstract

Hijab merupakan busana penting dalam budaya dan agama Islam, namun derasnya arus tren hijab di media sosial memicu perilaku Fear of Missing Out (FoMO) yang mendorong banyak muslimah mengikuti gaya viral tanpa mempertimbangkan kesesuaian warna kulit dan bentuk wajahnya, sehingga menimbulkan ketidakserasian penampilan. Penelitian ini bertujuan mengembangkan sistem rekomendasi warna dan model hijab berbasis kecerdasan buatan menggunakan Convolutional Neural Network (CNN) untuk mengklasifikasikan warna kulit dan bentuk wajah secara otomatis, kemudian diintegrasikan dalam aplikasi andrioid bernama Veilia. Dataset dikumpulkan melalui web scraping dari platform Zalora dan Pinterest yang dikelompokkan menjadi 15 kelas gabungan dari kombinasi tiga kategori warna kulit (putih, kuning langsat, coklat muda) dan lima kategori bentuk wajah (oval, bulat (round), persegi (square), hati (heart), lonjong). Dataset berjumlah 1.663 citra yang dibagi dengan proporsi 65%:20%:15%. Lima arsitektur CNN yang diuji, yaitu MobileNetV2, MobileNetV3Small, NASNetMobile, EfficientNetB0, EfficientNetV2B0, dan dievaluasi menggunakan confusion matrix untuk menghitung akurasi, presisi, recall, dan F1-Score. Hasil pengujian menunjukkan EfficientNetB0 sebagai model dengan performa terbaik, dengan akurasi 33,46%, presisi 34%, recall 33%, dan F1-Score 31%. Meskipun nilainya masih tergolong rendah akibat tingginya variasi kondisi pengambilan citra pada dataset dan batas antarkelas dari 15 kelas gabungan relative halus. Model terbaik dikonfersi ke format .tflite dan diintegrasikan kedalam aplikasi mobile berbasis android dengan rule-based system sebagai metode rekomendasi model hijab dan warna yang sesuai dengan bentuk wajah dan warna kulit pengguna.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.26/UISI-01/IF
Uncontrolled Keywords:	Bentuk Wajah, Convolutional Neural Network (CNN), Rekomendasi Hijab, Image Classification, Skin Tone
Contributors:	Contribution Name Email Thesis advisor Ngatini, S.Si., M.Si. ngatini@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Iren Abel Tarina
Date Deposited:	24 Aug 2026 15:43
Last Modified:	24 Aug 2026 15:45
URI:	https://repository.uisi.ac.id/id/eprint/9269

Actions (login required)

View Item