Wibisono, Giovanni (2020) Rancang Bangun Aplikasi Mobile Menentukan Skincare Berdasarkan Jenis Kulit Menggunakan Metode Haar Wavelets. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Pada penelitian ini dibangun sebuah aplikasi mobile untuk mengklasifikasikan jenis kulit wajah yang dimiliki oleh seseorang agar dapat menentukan skincare yang tepat dan sesuai dengan jenis kulit. Hal ini dikarenakan masih banyak orang yang tidak mengetahui jenis kulit mereka, sehingga saat mengaplikasikan suatu produk skincare, produk tersebut menjadi tidak optimal. Bahkan yang terburuknya, menjadikan kulit kusam dan rusak. Metode penyelesaian masalah yang akan digunakan dalam penelitian ini adalah metode Haar Wavelets untuk mengekstraksi citra wajah, dan Support Vector Machine (SVM) untuk pengklasifikasian jenis kulit dibantu dengan teknologi Face Recognition. Sedangkan untuk pengembangan sistem, metode yang akan digunakan adalah metode Agile. Metode Agile memungkinkan pembuatan sistem dapat diselesaikan secara cepat sehingga tidak akan memakan waktu dan biaya yang dikeluarkan juga tidak akan banyak. Aplikasi mobile yang dibangun akan menggunakan bahasa pemograman Python (PyWavelets). Hasil akhir dari aplikasi mobile ini pada akhirnya akan menampilkan layar untuk melakukan pengenalan jenis kulit menggunakan citra wajah user, dan setelah jenis kulit teridentifikasi, akan muncul rekomendasi dari skincare yang sesuai.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Aplikasi Mobile, Face Recognition, Skincare, Haar Wavelet, Support Vector Machine, Metode Agile |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software |
Divisions: | Faculty of Engineering & Informatics > Information System |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 04 Dec 2020 18:25 |
Last Modified: | 02 Aug 2023 03:05 |
URI: | https://kc.umn.ac.id/id/eprint/14582 |
Actions (login required)
View Item |