Claim Missing Document
Check
Articles

Found 2 Documents
Search

KLASIFIKASI CITRA MAKANAN INDONESIA DAN ESTIMASI KALORI MENGGUNAKAN MOBILENETV2 DENGAN INTEGRASI KE PLATFORM WEB Yudi Putra Pratama; Sri Tita Faulina; Fido Rizki
JUTIM (Jurnal Teknik Informatika Musirawas) Vol. 11 No. 1 (2026): JUTIM (Jurnal Teknik Informatika Musirawas) Maret
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v11i1.2972

Abstract

Pengelolaan asupan kalori harian masih menjadi tantangan bagi masyarakat karena keterbatasan pengetahuan nutrisi serta kompleksitas visual makanan Indonesia yang beragam, sehingga estimasi kalori sering dilakukan secara subjektif dan kurang akurat. Penelitian ini bertujuan untuk mengembangkan sistem otomatis yang mampu mengklasifikasikan citra makanan Indonesia dan mengestimasi nilai kalorinya secara akurat dengan memanfaatkan pendekatan deep learning berbasis arsitektur MobileNetV2. Metode yang digunakan meliputi transfer learning dari model pra-latih ImageNet dan fine-tuning terkontrol pada lapisan atas jaringan untuk meningkatkan performa dan stabilitas model. Dataset yang digunakan terdiri dari 18 kelas makanan Indonesia dengan total 25.536 citra untuk data latih dan validasi, serta 450 citra data uji. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, dan confusion matrix. Hasil eksperimen menunjukkan bahwa konfigurasi fine-tuning terkontrol pada MobileNetV2 mampu mencapai akurasi pengujian tertinggi sebesar 93,33%, dengan performa yang stabil dan kemampuan generalisasi yang baik pada seluruh kelas makanan. Model selanjutnya diintegrasikan ke dalam aplikasi web berbasis Streamlit, di mana hasil klasifikasi makanan dipetakan ke basis data nutrisi FatSecret untuk menghasilkan estimasi kalori per 100 gram. Implementasi ini menunjukkan bahwa MobileNetV2 merupakan model ringan yang efektif untuk klasifikasi citra makanan dan estimasi kalori berbasis web yang mudah diakses.
SISTEM INFORMASI GEOGRAFIS PEMETAAN UMKM LUBUKLINGGAU BERBASIS WEB NEXT.JS TERINTEGRASI GOOGLE MAPS Ahmat Hidayat; Elma Yati; Sri Tita Faulina
JUSIM (Jurnal Sistem Informasi Musirawas) Vol. 11 No. 1 (2026): JUSIM : Jurnal Sistem Informasi Musi Rawas Maret
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v11i1.2952

Abstract

Salah satu sektor penting dalam perekonomian Lubuklinggau adalah Usaha Mikro, Kecil dan Menengah (UMKM). Akibatnya, metode pengumpulan dan analisis data UMKM yang masih sebagian besar menggunakan metode tradisional, menghasilkan informasi tentang lokasi dan distribusi UMKM yang sulit. Tujuan penelitian ini adalah untuk mengembangkan Sistem Informasi Geografis (SIG) berbasis web di UMKM Kota Lubuklinggau menggunakan framework Next.js dan React yang terintegrasi dengan Google Maps API. Metodologi penelitian yang digunakan adalah kualitatif, dengan teknik pengumpulan data seperti observasi, wawancara, dan dokumentasi di Dinas Koperasi dan Usaha Kecil serta Menengah Kota Lubuklinggau. Pengembangan sistem melibatkan pemodelan menggunakan Unified Modeling Language (UML), yang meliputi analisis kebutuhan, implementasi, dan analisis. Sistem yang dikembangkan dapat menganalisis data UMKM secara terstruktur, menampilkan informasi UMKM berdasarkan kategori, dan memvisualisasikan lokasi UMKM dalam format digital interaktif. Temuan penelitian menunjukkan bahwa SIG yang dikembangkan dapat membantu masyarakat menemukan lokasi UMKM dan membantu pengguna UMKM dalam mempromosikan penggunaan mereka secara digital. Oleh karena itu, diharapkan penggunaan SIG berbasis web akan membuat pengumpulan informasi UMKM lebih efektif dan bermanfaat dalam menilai keputusan di Kota Lubuklinggau.