Jerawat (acne vulgaris) merupakan salah satu penyakit dermatologis paling umum dalam kehidupan sehari-hari utamanya pada masa remaja. Lebih dari 80% orang mengalami permasalahan jerawat pada masa remajanya. Dalam menilai tingkat keparahan jerawat perlu dilakukan penilaian secara obyektif dengan prosedur perawatan medis. Penilaian jerawat secara tradisional umumnya dilakukan oleh dokter kulit dengan menentukan jenis dan jumlah lesi dimana sering kali penilaian ini memakan waktu dan mengganggu efisiensi dalam penilaian jerawat. Kerangka kerja ini menguji praproses gambar dengan menggunakan metode red color detection, threshold, enhanced image dan penggabungan enhanced image dan red color detection dalam klasifikasi gambar jerawat. Selain itu beberapa metode klasifikasi diterapkan untuk menguji data masukan dari penerapan praproses yang dilakukan. Adapun metode klasifikasi yang digunakan adalah NN, SVM, KNN dan VGG16 selain itu penerapan fitur ekstraksi juga diterapkan. Penggunaan fitur ekstraksi menggunakan VGG16 dilanjutkan dengan Principal Component Analysis (PCA) dimana penerapan PCA dilakukan untuk meningkatkan efisiensi komputasional. Dengan data masukan enhanced image yang kemudian diklasifikasikan menggunakan VGG16 memberikan hasil akurasi terbaik mencapai 69% . Kedepannya metode praproses enhanced image dapat diterapkan pada kumpulan data yang berbeda dikarenakan tidak dipungkiri bahwasanya kumpulan data ACNE04 memiliki banyak noise pada citra.