Atopic dermatitis (AD) merupakan penyakit kulit yang umum, terutama pada anak-anak, dengan lebih dari 703.270 kasus di Indonesia pada tahun 2022 menurut data dari Kelompok Penelitian Dermatologi Anak Indonesia. Meskipun diagnosis tradisional melalui pemeriksaan visual oleh dokter kulit tergolong efektif, metode ini bersifat subjektif dan rentan terhadap kesalahan, terutama di daerah yang memiliki keterbatasan akses terhadap dokter spesialis. Perkembangan teknologi artificial intelligence (AI) dan deep learning, khususnya arsitektur convolutional neural network (CNN), memiliki potensi besar untuk meningkatkan akurasi dan efisiensi diagnosis dermatologis. CNN dapat mengenali pola visual dan karakteristik kulit, sehingga dapat mendukung diagnosis dermatitis secara otomatis. Laporan penelitian ini bertujuan untuk merancang model klasifikasi dermatitis berbasis pembelajaran mendalam. Adapun arsitektur model yang digunakan adalah ResNet-50 dan Derm Foundation. Setelah dilakukan percobaan, kedua model tersebut memberikan hasil yang memuaskan dengan akurasi masing-masing sebesar 96% dan 81% pada data pengujian. Hasil evaluasi ROC-AUC kedua model berada pada rentang 0,92 hingga 1,00.