Foundation merupakan produk makeup dasar yang penting untuk menyamarkan bekas luka dan meratakan warna kulit wajah. Namun, proses pemilihannya sering kali menyulitkan karena perbedaan tone kulit dan pencahayaan. Banyak pengguna mengalami kesalahan dalam memilih foundation yang tepat, menyebabkan hasil riasan tampak kurang natural. Menurut Makeup Artist, warna kulit leher lebih netral dan cocok dijadikan acuan dalam pemilihan warna foundation yang tepat. Oleh karena itu, skripsi ini bertujuan untuk mengembangkan sistem rekomendasi foundation berbasis warna kulit leher guna membantu pengguna memilih produk secara lebih personal dan akurat. Sistem dikembangkan menggunakan pendekatan pengolahan citra digital dengan OpenCV untuk deteksi wajah dan leher, disertai preprocessing menggunakan unsharp masking dan CLAHE. Metode Haar Cascade digunakan untuk deteksi awal, namun MediaPipe dipilih karena memberikan presisi lebih tinggi melalui 468 titik landmark. Warna dominan kulit leher diekstraksi dan dibandingkan dengan dataset foundation dari merek populer menggunakan metode Euclidean Distance, Manhattan Distance, dan Cosine Similarity untuk memberikan rekomendasi produk yang paling sesuai. Berdasarkan hasil pengujian, MediaPipe memberikan akurasi lebih tinggi dibanding Haar Cascade dalam mendeteksi area leher. Algoritma Cosine Similarity terbukti menghasilkan skor kemiripan terbaik pada sebagian besar kasus dibanding dua metode lainnya. Sistem ini tidak hanya praktis dan cepat, tetapi juga telah divalidasi dan dinilai efektif, dengan tingkat akurasi kemiripan lebih dari 85% dalam menentukan pilihan warna foundation oleh MUA, sebagai pendekatan yang jauh lebih personal dan terpercaya dalam memilih foundation.