Indonesia, sebagai negara tropis dengan paparan sinar ultraviolet UV tinggi, menghadapi risiko kesehatan kulit seperti kulit kusam, sunburn, dan kanker akibat paparan UV berlebihan. Penelitian ini bertujuan mengembangkan aplikasi Sunwise deteksi kulit wajah menggunakan framework flutter. Metode penelitian mengadopsi pendekatan Waterfall dengan integrasi state management BLoC untuk meningkatkan skalabilitas dan performa aplikasi, serta memanfaatkan Firebase sebagai penyimpanan data real-time dan Flask sebagai backend untuk pemrosesan model machine learning. Aplikasi mengintegrasikan data sensor UV, analisis gambar wajah, dan rekomendasi berbasis indeks UV untuk menghasilkan output personalisasi. Hasil pengujian Black Box dan usabiitas menggunakan metode System Usability Scale (SUS) menunjukkan bahwa semua fitur utama termasuk autentikasi pengguna, deteksi kulit, dan penyajian rekomendasi berfungsi sesuai ekspektasi dengan tingkat usability pengguna mencapai skor 85,4. Aplikasi memberikan informasi UV real-time, estimasi waktu aman berdasarkan jenis kulit, dan rekomendasi tabir surya dengan SPF yang tepat, sehingga berpotensi menjadi solusi preventif dalam mengurangi risiko kerusakan kulit di wilayah tropis.