Nama Penulis : Ferdi Zandio, Kessya Shalsabilla Fahlevi, Mochammad Daffa Maulana, Nurul Stefhani, Taufiq Hidayatur Romadlon, Vicky Irmansyah, Mahasiswa Teknik Informatika Universitas Pamulang
Gambar 1. Tim pengembang SkinCheck berfoto bersama usai memaparkan progres aplikasi, dengan dua anggota menunjukkan tampilan aplikasi langsung dari smartphone masing-masing.
Foto ini diambil di ruang kelas Fakultas Ilmu Komputer, Universitas Pamulang, saat keenam anggota tim – Ferdi Zandio, Kessya Shalsabila Fahlevi, Mochammad Daffa Maulana, Nurul Stefhani, Taufiq Hidayatur Romadlon, dan Vicky Irmansyah – berkumpul untuk mendiskusikan dan mendemonstrasikan hasil pengembangan aplikasi SkinCheck yang telah mereka rancang bersama.
Aplikasi berbasis Flutter ini memadukan Google ML Kit untuk deteksi wajah dan Grok API untuk menilai kondisi kulit, lalu memberikan rekomendasi perawatan yang dipersonalisasi.
Aplikasi ini membantu masyarakat, khususnya remaja dan dewasa muda pengguna aktif smartphone, memperoleh analisis awal atas kondisi kulit wajah melalui kamera ponsel sebelum memutuskan untuk membeli atau menggunakan produk skincare tertentu.
Berangkat dari Kebiasaan Memilih Skincare Berdasarkan Tren
Ide pengembangan aplikasi ini muncul dari keresahan tim terhadap kebiasaan masyarakat yang cenderung memilih produk skincare berdasarkan tren media sosial, ulasan figur publik, atau strategi promosi, bukan berdasarkan pemahaman yang memadai terhadap karakteristik kulit masing-masing individu. Padahal, ketidaktepatan dalam mengenali kondisi kulit sendiri berisiko menimbulkan dampak yang tidak diinginkan, mulai dari iritasi ringan, munculnya jerawat baru, hingga meningkatnya sensitivitas kulit terhadap produk lain.
Dalam naskah penelitiannya, tim menegaskan bahwa SkinCheck diposisikan sebagai media informasi awal bagi pengguna untuk mengenali kondisi kulitnya, dan bukan sebagai pengganti diagnosis tenaga medis profesional.
Dikembangkan dengan Model Waterfall
Pengembangan SkinCheck mengikuti model pengembangan perangkat lunak waterfall, yang mencakup lima tahap: analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Kegiatan ini dilakukan tim di lingkungan Fakultas Ilmu Komputer Universitas Pamulang, Kota Tangerang Selatan. Pada tahap analisis kebutuhan, tim menetapkan sebelas fitur utama yang perlu dihadirkan, yaitu registrasi akun, login, dashboard, pemindaian (scan) kulit, hasil analisis, riwayat scan, edukasi tipe kulit, tips perawatan, notifikasi, pengelolaan profil akun, serta logout.
Dari sisi teknologi, aplikasi dibangun menggunakan framework Flutter dan bahasa pemrograman Dart. Supabase digunakan untuk autentikasi pengguna dan penyimpanan riwayat pemindaian, Google ML Kit berperan mendeteksi wajah pada citra yang diambil sebagai gerbang validasi sebelum foto dianalisis, sementara Grok API bertindak sebagai mesin analisis tingkat lanjut yang menilai kondisi kulit seperti tingkat jerawat, kadar minyak, dan kelembapan wajah.
Menjelajahi Tampilan Aplikasi SkinCheck
Untuk memudahkan pembaca memahami alur penggunaannya, berikut tampilan aplikasi SkinCheck mulai dari proses masuk hingga pengelolaan akun, sebagaimana didokumentasikan dalam naskah penelitian tim:
Gambar 2. Tampilan Login.
Halaman ini menjadi pintu masuk aplikasi, tempat pengguna yang sudah memiliki akun melakukan autentikasi menggunakan email dan kata sandi sebelum diarahkan ke dashboard utama.
Gambar 3. Tampilan Registrasi.
Bagi pengguna baru, halaman registrasi disediakan untuk membuat akun dengan mengisi nama lengkap, alamat email, dan kata sandi, yang datanya kemudian disimpan melalui layanan Supabase.
Gambar 4. Tampilan Dashboard.
Dashboard menjadi pusat navigasi aplikasi, menampilkan sapaan untuk pengguna, akses cepat ke fitur “Analisa Kulit Wajah”, serta menu utama seperti Scan, Riwayat, dan Kulit, sehingga pengguna dapat menjelajahi seluruh fitur tanpa alur yang rumit.
Gambar 5. Edukasi Tipe Kulit.
Fitur ini menyajikan informasi mengenai berbagai kategori kulit, seperti kulit berminyak, jerawat, kering, dan kelembapan wajah, untuk membantu pengguna memahami karakteristik kulitnya secara lebih mendalam.
Gambar 6. Tampilan Scan Wajah.
Pada tahap ini, kamera smartphone digunakan untuk mengambil citra wajah pengguna. Google ML Kit bertugas mendeteksi wajah secara otomatis sebagai gerbang validasi sebelum citra diteruskan ke tahap analisis.
Gambar 7. Tampilan Hasil Scan.
Halaman ini menampilkan hasil pemindaian berupa skor kondisi kulit (85, Grade A dengan kategori “Kulit Sehat”), tipe kulit “Normal”, tingkat kepercayaan analisis sebesar 95%, serta status kondisi seperti ada tidaknya jerawat, yang kemudian otomatis tersimpan ke riwayat pengguna.
Gambar 8. Riwayat Hasil Scan.
Fitur riwayat scan memungkinkan pengguna memantau perkembangan kondisi kulitnya dari waktu ke waktu, karena setiap hasil pemindaian tersimpan secara otomatis dan dapat dibandingkan antarwaktu.
Gambar 9. Tips dan Edukasi.
Halaman ini berisi kumpulan artikel perawatan kulit yang dikelompokkan berdasarkan kategori kulit, sehingga pengguna dapat memperoleh wawasan tambahan seputar cara merawat kulit sesuai kondisinya.
Gambar 10. Tampilan Profil Akun.
Pada halaman ini pengguna dapat mengelola informasi profil, mengatur keamanan akun, melihat status enkripsi data, serta melakukan logout dari aplikasi.
Rencana Pengembangan Lanjutan
Sebagai saran pengembangan lanjutan, naskah penelitian menyebutkan empat hal: penambahan mekanisme validasi kualitas gambar sebelum proses analisis dijalankan, perluasan variasi dataset kulit wajah untuk meningkatkan akurasi model, pengembangan fitur rekomendasi produk yang lebih personal, serta penguatan perlindungan privasi atas data citra wajah pengguna. Pengujian lanjutan bersama pengguna nyata melalui metode usability testing juga disarankan agar kualitas pengalaman pengguna dapat dievaluasi lebih menyeluruh.
Ucapan Terima Kasih
Tim penulis mengucapkan terima kasih kepada Fakultas Ilmu Komputer, Program Studi Teknik Informatika Universitas Pamulang, dosen pembimbing, serta rekan-rekan yang telah memberikan bimbingan, arahan, dan dukungan selama proses penelitian, perancangan, hingga pengembangan aplikasi SkinCheck ini berlangsung.