Keloid scars merupakan pertumbuhan jaringan parut abnormal yang melebar melampaui batas luka asli, sehingga sulit dibedakan secara visual dari hypertrophic dan burn scars. Kesalahan identifikasi dapat menyebabkan penanganan yang tidak tepat. Penelitian ini mengembangkan aplikasi mobile berbasis Convolutional Neural Network (CNN) dengan arsitektur MobileNet-V2 untuk deteksi otomatis keloid scars. Dataset terdiri dari gambar keloid scars dan non-keloid scars (hypertrophic dan burn scars) yang bersumber dari Kaggle dan Roboflow. Proses pelatihan meliputi preprocessing citra, augmentasi data, hyperparameter tuning, serta evaluasi menggunakan confusion matrix. Model terbaik mencapai akurasi 96,67 persen, precision 95,75 persen, recall 97,67 persen, dan F1-score 96,70 persen, serta berhasil diimplementasikan ke dalam aplikasi mobile. Hasil pengujian menunjukkan aplikasi mampu mengklasifikasikan gambar bekas luka dengan akurasi tinggi, respons cepat, dan kemudahan penggunaan. Aplikasi ini berpotensi sebagai alat bantu skrining awal bagi tenaga medis maupun masyarakat untuk mengidentifikasi keloid scars secara cepat, guna mendukung deteksi dini dan meningkatkan kualitas kesadaran penanganan luka.