Deteksi Objek untuk Menghitung Perkiraan Kalori Makanan Menggunakan Metode R-CNN Mask Berbasis Web

Nadiyah Nadiyah, Merlina Eka Putri, Matlubul Khairi, Moh. Furqan, Beny Yusman
DOI: https://doi.org/10.33650/coreai.v5i1.8982



Abstract

Diet sebagai pengaturan pola makan seimbang yang sengaja dilakukan untuk mencapai tujuan tertentu. Pelaku diet defisit kalori harus selalu menghitung jumlah kalori dari makanan yang dikonsumsi, salah satu caranya adalah dengan menimbang setiap jenis makanan. Jika membawa timbangan kemana pun kita pergi kurang fleksibel. Dengan memanfaatkan tren foto makanan saat ini, estimasi jumlah kalori makanan dapat dihitung dengan mudah. tujuan dari penelitian ini adalah menghasilkan sebuah aplikasi untuk mendeteksi jumlah kalori pada makanan dengan menggunakan metode Mask Region Convulutional Neural Network (Mask R-CNN) berbasis web. Manfaat dari penelitian ini adalah untuk memudahkan para pelaku diet dalam menghitung estimasi jumlah kalori melalui foto makanan. Pada penelitian ini diusulkan untuk menggunakan metode Mask RCNN untuk mendeteksi kalori pada makanan berbasis web dari citra digital. Dataset yang digunakan pada penelitian ini menggunakan 5 jenis makanan yaitu ayam geprek, baso aci, hamburger, seblak dan bakwan dengan jumlah data 220 citra dan masing-masing kategori 50 citra dan untuk data testing menggunakan 22 citra setiap kelas makanan. Model pada penelitian ini dilatih dengan menggunakan metode Mask RCNN, yaitu data training menggunakan epoch 20 dengan nilai loss 0.2759, nilai loss val 0.8429 dan waktu 5226s. Hasil dari implementasi model berbasis web menggunakan framework flask  pada data uji coba citra sebanyak 22 gambar makanan dengan memperoleh nilai akurasi ayam geprek 60% dengan total kalori sebanyak 246,0 disetiap kelas, baso aci 60% dengan total kalori sebanyak 218,0 disetiap kelas, hamburger 60% dengan total kalori sebanyak 369,0 disetiap kelas, seblak 80% dengan total kalori sebanyak 269,0 disetiap kelas dan bakwan 40% dengan total kalori sebnayak 137,0 di setiap kelas.

Full Text:

References

I. P. A. E. D. Udayana and P. G. S. C. Nugraha, " Prediksi citra makanan menggunakan convolutional neural network untuk menentukan besaran kalori makanan.," Jurnal Teknologi Informasi dan Komputer, vol. 6, no. 1, pp. 22-34, 2020.

M. Syafiih and S. A. Andayani, "Penurunan Angka Kematian Ibu Dan Anak Melalui Pemetaan Ibu Hamil Kategori Kegawatan Berbasis Gis Di Kabupaten Probolinggo," CYBER-TECHN, vol. 14, no. 2, pp. 105-112, 2020.

M. Syafiih, "Digitizing Arudh and Qowafi Classics as Android-Based Student Learning Media Using Flutter.," International Journal of Engineering, Science and Information Technology, vol. 2, no. 2, pp. 129-135, 2022.

Thahir, A. I. Arundhana and A. Masnar, Obesitas Anak dan Remaja: Faktor Risiko, Pencegahan, dan Isu Terkini. Edugizi Pratama Indonesia, makassar: Edugizi Pratama Indonesia., 2021.

Rahman and F. Aulia, Lindungi Dirimu dengan APD (Anti Penyakit Degeneratif)., Yogyakarta: Orbit Indonesia, 2021.

SULISTIYO, AMAT and S. Nurmaini, KLASIFIKASI CITRA PRAKANKER SERVIKS PADA DATA INSPEKSI VISUAL ASAM ASETAT MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS EXPLAINABLE ARTIFICIAL INTELLIGENCE., Palembang: Sriwijaya University,, 2022.

Prihatini, Indah and R. K. Dewi, ""Kandungan enzim papain pada pepaya (Carica papaya L) terhadap metabolisme tubuh."," Jurnal Tadris IPA Indonesia , vol. 3, no. 1, pp. 449-458., 2021.

ikeuchi, Katsush and ed, Computer vision: A reference guide. Cham, Springer International Publishing, 2021.

N. Ketkar, J. Moolayil, N. ' Ketkar and J. Moolayil, "Convolutional neural networks. Deep learning with Python," learn best practices of deep learning models with PyTorch, pp. 197-242, 2021.

N. Ketkar, J. Moolayil, N. Ketkar and J. Moolayil, "Convolutional neural networks. Deep learning with Python," learn best practices of deep learning models with PyTorch, pp. 197-242, 2021.

S. Pastel, C. H. Chen, D. Bürger, M. Naujoks, L. F. Martin, K. Petri and K. Witte, "Spatial orientation in virtual environment compared to real-world.," Journal of motor behavior,, vol. 6, no. 53, pp. 693-706, 2021.

Ningtyas, D. Fitri and a. N. Setiyawati, "Implementasi Flask Framework pada Pembangunan Aplikasi Purchasing Approval Request."," Jurnal Janitra Informatika dan Sistem Informasi, vol. 1, no. 1, pp. 19-34, 2021.

Muliawan, K. Dede and S. I. Pradnyanita, "Analisa teknik fotografi dalam tren food photography," Jurnal Nawala Visual, vol. 3, no. 1, pp. 40-46, 2021.

Zamzami, M. Rizqi, D. Syauqy and H. Fitriyah, "Sistem Identifikasi Jenis Makanan dan Perhitungan Kalori berdasarkan Warna HSV dan Sensor Loadcell menggunakan Metode K-NN berbasis Raspberry Pi."," Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer , vol. 5, no. 2, pp. 936-942, 2021.

J. Mehrer, C. J. Spoerer, E. C. Jones, N. Kriegeskorte and T. C. Kietzmann, "An ecologically motivated image dataset for deep learning yields better models of human vision."," Proceedings of the National Academy of Sciences, vol. 5, p. 115, 2021.

Bisma, Rahadian, P. Nerisafitra and a. A. W. Utam, ""Perancangan Sistem Perhitungan Kebutuhan Kalori Sebagai Pendamping Gaya Hidup Sehat."," Journal of Emerging Information System and Business Intelligence (JEISBI, vol. 2, no. 4, 2021.

Bota, Y. Tamariska and N. Setiyawati, ""Pengembangan Sistem Informasi Perantara Bisnis Menggunakan Framework Flask."," Journal of Information Technology Ampera, vol. 3, no. 1, pp. 79-93, 2022.

M. Syafiih, "Klasifikasi Kategori Berdasarkan Tingkat Ketergantungan Siswa Terhadap Penggunaan Smartphone Di SMK Negeri 1 Suboh Situbondi.," Journal of Electrical Engineering and Computer (JEECOM),, vol. 5, no. 2, pp. 329-338., 2023.

M. Syafiih, N. IStidah and N. H. I. Arifin, "Sistem Informasi Jadwal Dan Pemesanan Tiket Keberangkatan Kapal Laut Di Pelabuhan Jangkar Berbasis Android.," Jurnal Ilmiah Informatika, vol. 7, no. 2, pp. 107-116., 2022.

M. Syafiih, Nadiyah, S. A. Andayani and N. H. I. Arifin, "Monitoring Infus Dan Detak Jantung Berbasis Internet Of Things," Jurnal Ilmiah Informatika, vol. 8, no. 2, pp. 124-131., 2024.

M. Syafiih and Nadiyah, "Klasifikasi Biji Jagung Berdasarkan Tekstur Dan Warna Menggunakan Metode BackpropagationBerbasis Web," Jurnal Elektronik Ilmu Komputer Udayana, vol. 12, no. 4, pp. 761-774, 2024.


Dimensions, PlumX, and Google Scholar Metrics

10.33650/coreai.v5i1.8982


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Nadiyah . Nadiyah, Merlina Eka Putri, Matlubul Khairi, Moh. Furqan

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.