SKINSIGHT: SISTEM DETEKSI PERMASALAHAN KULIT WAJAH BERBASIS YOLOV11 DENGAN REKOMENDASI SKINCARE MENGGUNAKAN CONTENT-BASED FILTERING

Permasalahan kulit wajah memerlukan penanganan presisi untuk menghindari kesalahan pemilihan produk. SkinSight dikembangkan sebagai sistem webterintegrasi yang memadukan deteksi visual YOLOv11s dengan rekomendasi RuleBased Content-Based Filtering (RBCBF). Kontribusi utama penelitian ini adalah substitusi algoritma rekomendasi ruang vektor konvensional dengan RBCBF sebuah pendekatan heuristik yang mencocokkan atribut produk dengan kondisi kulit secara langsung menggunakan logika aturan bersyarat (exact match). Luaran sistem divalidasi oleh pakar dermatologi dengan predikat sangat layak. Evaluasi menunjukkan model YOLOv11s mencapai rata-rata mAP@50 sebesar 67,7%. Dari sisi efisiensi komputasi, pendekatan rule-based terbukti memangkas latensi peladen. Pada pengujian basis data riil (514 produk), waktu eksekusi kueri rekomendasi tercatat instan pada 3,11 milidetik, dan secara teoritis menekan kompleksitas dari berbatas matriks ????(???? × ????) menjadi linear ????(????). Pengujian penerimaan (UAT) mencatatkan tingkat kelayakan 91,67%. SkinSight berhasil memberikan kontribusi arsitektur sistem pendukung keputusan pra-skrining berlatensi rendah yang sangat responsif untuk pelayanan klinis massal.
Kata Kunci: Content-Based Filtering, Rekomendasi Skincare, Arsitektur Perangkat Lunak, Sistem Berbasis Web, Integrasi YOLOv11