PENGEMBANGAN APLIKASI “NUTRISEE” MENGGUNAKAN ARSITEKTUR MOBILENETV2

Sunarko, Victor Immanuel (2024) PENGEMBANGAN APLIKASI “NUTRISEE” MENGGUNAKAN ARSITEKTUR MOBILENETV2. Project Report (Praktek Kerja Lapang). Fakultas Ilmu Komputer UPN Veteran Jawa Timur, Surabaya. (Unpublished)

	Text (cover) PKL - Cover.pdf Download (1MB)
	Text (bab 1) PKL - Bab 1.pdf Download (449kB)
	Text (bab 2) PKL - Bab 2.pdf Restricted to Repository staff only until 21 September 2027. Download (590kB)
	Text (bab 3) PKL - Bab 3.pdf Restricted to Repository staff only until 21 September 2027. Download (1MB)
	Text (bab 4) PKL - Bab 4.pdf Restricted to Repository staff only until 21 September 2027. Download (1MB)
	Text (bab 5) PKL - Bab 5.pdf Download (341kB)
	Text (daftar pustaka) PKL - Dapus.pdf Download (258kB)
	Text (lampiran) PKL - Lampiran.pdf Restricted to Repository staff only until 21 September 2027. Download (338kB)

Abstract

Latar belakang kegiatan ini adalah untuk menjawab krisis kesehatan global yang dilaporkan oleh WHO pada tahun 2022, di mana 2,5 miliar orang dewasa mengalami kelebihan berat badan dan 890 juta di antaranya obesitas. Mengabaikan label nutrisi pada makanan dan minuman kemasan dapat meningkatkan risiko penyakit kronis seperti diabetes dan obesitas. Oleh karena itu, tujuan dari proyek ini adalah untuk mengembangkan sebuah aplikasi yang dapat memberikan informasi nutrisi yang mudah diakses kepada pengguna, sehingga mereka dapat membuat keputusan diet yang lebih bijak. Metode yang digunakan dalam pengembangan aplikasi ini mencakup pengumpulan dataset visual dari makanan dan minuman kemasan, ekstraksi fitur gambar menggunakan teknik deep learning, dan penerapan teknologi transfer learning dengan arsitektur MobileNetV2. Proses ini melibatkan beberapa langkah, mulai dari pengumpulan data berupa video, ekstraksi frame-frame dari video tersebut, hingga pelatihan model Machine Learning menggunakan Google Colab. Framework Agile digunakan untuk mengelola proyek ini, memungkinkan penyesuaian yang cepat terhadap umpan balik dan perubahan. Hasil dari kegiatan ini menunjukkan bahwa model Machine Learning yang dikembangkan berhasil mencapai tingkat akurasi yang tinggi, dengan model yang menggunakan teknologi transfer learning menunjukkan performa yang lebih robust. Model mampu mengenali gambar dengan skor keyakinan sebesar 90%. Aplikasi ini diharapkan dapat meningkatkan kesadaran pengguna mengenai kandungan nutrisi dalam makanan dan minuman kemasan, serta membantu mereka membuat pilihan diet yang lebih sehat. Kata kunci: Machine Learning, transfer learning, MobileNetV2, pengenalan gambar, framework Agile

Item Type:	Monograph (Project Report (Praktek Kerja Lapang))
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Sihananto, Andreas Nugroho NIP199004122024061003 andreas.nugroho.jarkom@upnjatim.ac.id
Subjects:	Q Science > QA Mathematics > QA76.87 Neural computers
Divisions:	Faculty of Computer Science > Departemen of Informatics
Depositing User:	Victor Immanuel Sunarko
Date Deposited:	03 Feb 2025 08:07
Last Modified:	03 Feb 2025 08:07
URI:	https://repository.upnjatim.ac.id/id/eprint/30138

Actions (login required)

View Item