Make up atau tata rias wajah, merupakan kegiatan untuk mengubah penampilan dari bentuk asli sebenarnya dengan bantuan bahan dan alat make up. Alat make up merupakan suatu alat kecantikan yang biasa dipakai oleh sebagian besar Wanita untuk mempercantik tampilan wajahnya dengan banyak pilihan shade. Shade pada alat make up merupakan warna yang biasa dipakai pada make up. Contoh alat make up yang paling sering dipakai antara lain eyeshadow, blush on, dan lipstick. Alat-alat make up ini dijual secara meluas secara daring maupun luring di toko fisik. Namun biasanya dibutuhkan juga tester agar mereka yang mau membeli dapat mencoba shade yang cocok bagi mereka. Saat membeli secara daring, seringkali mereka merasa sulit untuk memilih shade yang tepat, sementara tester di toko fisik terkadang dianggap kurang higienis karena sudah digunakan oleh banyak orang. Tujuan penulisan ini adalah mengukur performa metode Convolutional Neural Network (CNN) menggunakan arsitektur ResNet-50 pada landmark wajah untuk pembuatan virtual make up try on yang dapat menjadi salah satu alternatif permasalahan tersebut. Sumber data citra wajah yang dipakai adalah berasal dari situs Kaggle yang Bernama Facial Keypoints Detection. Proses pengujian menghasilkan akurasi 78,99% sedangkan proses pelatihan menghasilkan akurasi 95.12%. Hasil evaluasi model ini menggunakan Root Mean Squared Error (RMSE) sebesar 2.2577 dan Mean Absolute Error (MAE) sebesar 1.5389.