Tag: Teori Warna Analog Lipstik

  • Model Sistem Rekomendasi Warna Lipstik Berbasis Augmented Reality untuk Membantu Mencegah Penyebaran COVID-19

    Model Sistem Rekomendasi Warna Lipstik Berbasis Augmented Reality untuk Membantu Mencegah Penyebaran COVID-19

    Penulis: Agustia R.D. ; Bryllyantri A.

    DOI: 10.1063/5.0128549

    Abstrak:
    Penelitian ini bertujuan untuk memberikan rekomendasi warna lipstik berdasarkan teori warna analog. Warna lipstik yang direkomendasikan ditentukan berdasarkan warna rona kulit (skin tone) pengguna, dengan area warna kulit yang diambil berasal dari warna kulit bibir. Metode facial landmark detection digunakan untuk mendeteksi posisi bibir pengguna, sehingga hasil rekomendasi warna lipstik dapat ditampilkan dalam bentuk augmented reality. Untuk mengetahui produk lipstik yang dijadikan dasar dalam rekomendasi warna lipstik, kuesioner disebarkan kepada 100 responden perempuan menggunakan teknik random sampling, kemudian data disortir untuk memperoleh tiga produk lipstik yang paling banyak digunakan oleh responden perempuan di Indonesia. Berdasarkan hasil kuesioner, produk yang paling banyak digunakan oleh responden adalah Wardah, Make Over, dan Emina. Hasil dari penelitian ini berupa model sistem rekomendasi warna lipstik berdasarkan warna rona kulit pengguna dengan menggunakan metode augmented reality dan facial landmark detection. Berdasarkan pengujian kinerja, sistem deteksi dapat berjalan dengan baik dengan kriteria wajah menghadap ke kamera dengan sudut kemiringan 0°–45°, jarak optimal antara kamera dan wajah sebesar 20–80 cm, serta pencahayaan optimal menggunakan lampu pijar 40 W atau lampu fluoresen 8–23 W. Pada masa pandemi COVID-19, penggunaan sampel produk lipstik secara bersamaan dapat meningkatkan risiko penularan COVID-19, sehingga sistem rekomendasi warna lipstik ini dapat menjadi alternatif untuk membantu mencegah penyebaran COVID-19. © 2023 Penulis.

    Kata Kunci Penulis:
    Augmented reality; sistem rekomendasi warna lipstik

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85177603924?