PREDIKSI JENIS KULIT WAJAH MENGGUNAKAN METODE CERTAINTY FACTOR SEBAGAI REKOMENDASI PRODUK SUNSCREEN BERBASIS WEB

Authors

  • Maria Sri Wulandari STMIK Jakarta STI&K
  • Rahayu Noveandini STMIK Jakarta STI&K
  • Soegijanto STMIK Jakarta STI&K

Keywords:

sistem

Abstract

Kulit merupakan bagian dari tubuh yang membutuhkan perlindungan dan perawatan terutama dari paparan dari sinar UV (Ultraviolet) yang berasal dari sinar matahari. Dampak paling berbahaya akibat sinar UV yaitu bisa menyebabkan kanker kulit. Untuk menghindari kulit dari paparan sinar matahari berlebih, kita harus menggunakan pelindung yang disebut sunscreen. Kurangnya pengetahuan mengenai jenis kulit menjadi salah satu faktor pemilihan sunscreen yang salah. Banyak orang yang tidak mengetahui bagaimana cara menentukan jenis kulit mereka dan menentukan produk yang sesuai. Berdasarkan permasalahan tersebut, maka diperlukan analisis jenis kulit wajah untuk memudahkan dalam memilih sunscreen yang cocok dengan kebutuhan pada jenis kulit seseorang. Hasil dari penelitian yang dilakukan adalah terbentuknya aplikasi deteksi jenis kulit berbasis web dengan menerapkan metode certainty factor sebagai rekomendasi dalam memilih produk sunscreen yang dapat membantu pengguna dalam mengetahui jenis pada kulit wajah serta mendapatkan rekomendasi produk sunscreen sesuai dengan kebutuhan jenis kulit. Hasil dari evaluasi pengujian akurasi yang diperoleh sebesar 98% yang menunjukan bahwa metode certainty factor dapat digunakan dalam prediksi jenis kulit wajah

Downloads

Download data is not yet available.

Downloads

Published

2023-04-04

How to Cite

Maria Sri Wulandari, Rahayu Noveandini, & Soegijanto. (2023). PREDIKSI JENIS KULIT WAJAH MENGGUNAKAN METODE CERTAINTY FACTOR SEBAGAI REKOMENDASI PRODUK SUNSCREEN BERBASIS WEB. Prosiding Seminar SeNTIK, 6(1), 141–148. Retrieved from https://ejournal.jak-stik.ac.id/index.php/sentik/article/view/3086
Abstract View: 155 times

Most read articles by the same author(s)

Similar Articles

1 2 3 4 5 6 7 > >> 

You may also start an advanced similarity search for this article.