Hernanda Hiqmal Maula, - and Kharisma, - (2025) Pengembangan Aplikasi Mobile Rekomendasi Gaya Berpakaian Indonesia dengan Personal Color Analysis Menggunakan Teknologi Computer Vision. Diploma thesis, Universitas Jenderal Achmad Yani Yogyakarta.
Judul_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Download (1MB)
Abstrak_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Download (236kB)
Bab 1_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Download (239kB)
Bab 2_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Restricted to Repository staff only
Download (357kB)
Bab 3_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Download (248kB)
Bab 4_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Download (1MB)
Bab 5_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Download (224kB)
Daftar Pustaka_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Download (187kB)
Lampiran_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Restricted to Repository staff only
Download (2MB)
Plagiarisme_212103028_Hernanda Hiqmal Maula_SI (1).pdf
Download (8MB)
Abstract
Latar Belakang: Gaya berpakaian sangat penting bagi generasi Z, yang cenderung menyukai personalisasi fashion. Salah satu tantangan utama yang dihadapi adalah memilih warna pakaian yang cocok dengan warna kulit. Metode personal color analysis menjadi solusi namun masih terbatas karena biaya, waktu, dan akses. Tren ini semakin populer di Indonesia, namun layanan yang ada masih kurang sesuai dengan keberagaman warna kulit lokal dan menggunakan metode manual. Oleh karena itu, dibuat solusi berupa aplikasi mobile berbasis computer vision yang mampu melakukan analisis warna secara otomatis dan akurat.
Tujuan: Tujuan dari penelitian ini adalah membuat sistem rekomendasi gaya berpakaian berbasis personal color analysis dengan menerapkan teknologi computer vision dalam aplikasi mobile untuk membantu pengguna, khususnya generasi Z di Indonesia, dalam memilih pakaian yang sesuai dengan karakteristik warna kulit mereka.
Metode Penelitian: Metode exteme programming digunakan karena merupakan metode yang salah satu framework agile yang populer digunakan. Metode ini juga efisien terhadap perubahan-perubahan persyaratan dan kebutuhan pengguna.
Hasil: Penerapan ML Kit face detection efektif dalam mendeteksi gambar wajah sebagai dasar personal color analysis. Hasil analisis menjadi tidak akurat karena model machine learning yang dibuat mengalami overfitting sehingga performa yang diberikan menjadi buruk terhadap data baru. Hal ini berdampak pada hasil SUS yang hanya memperoleh nilai 67 yang disebabkan oleh pengguna yang meragukan hasil analisis.
Kesimpulan: Aplikasi memenuhi standar usabilitas minimum namun belum dapat memuaskan pengguna karena hasil analisis warna yang belum akurat.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA76 Computer software (Information System) |
| Divisions: | Faculty of Engineering, Science, Computer, and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Mrs Tiara DP |
| Date Deposited: | 14 Jul 2026 08:26 |
| Last Modified: | 14 Jul 2026 08:26 |
| URI: | https:///id/eprint/6602 |
