Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Saputra, Kylix Eza
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengembangan Aplikasi Perangkat Bergerak Panduan Resep Masakan Menggunakan Metode Klasifikasi Gambar Berbasis Android Saputra, Kylix Eza; Huda, Fais Al; Yudistira, Novanto
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses memasak merupakan suatu cara untuk menciptakan makanan dengan melalui tahapan-tahapan yang berurutan. Berdasarkan survei yang dilakukan kepada 60 orang masyarakat berusia 17 tahun ke atas, didapatkan hasil bahwa 93,3% responden memiliki keinginan sendiri dalam memasak. Oleh karena itu, sebanyak 93,3% responden merasa membutuhkan aplikasi yang dapat mencari resep masakan menggunakan hasil tangkapan kamera berdasarkan makanan yang telah siap saji. Maka dari itu dikembangkan sebuah aplikasi panduan resep masakan menggunakan metode klasifikasi gambar. Aplikasi berbasis android ini dikembangkan menggunakan SDLC Prototyping dan system design yang terdiri atas ktor untuk sisi server, android native kotlin pada sisi android, dan tensorflow untuk mengembangkan model machine learning. Pengujian aplikasi dengan black box testing memberikan hasil sempurna yaitu 100% yang berarti semua fungsionalitas bekerja dengan semestinya. Pengujian usability testing juga menghasilkan tingkat efektivitas sebesar 99,3%. Usability testing didukung oleh SUS yang mendapatkan nilai 92 yang berarti aplikasi dapat diterima oleh pengguna, berada pada grade A, dan memiliki rating best imaginable. Pengujian model machine learning terhadap 10 kelas makanan memberikan hasil akurasi yang sangat baik yaitu sebesar 94%. Berdasarkan hasil tersebut dapat disimpulkan bahwa aplikasi dapat dengan mudah diterima dan digunakan oleh pengguna.
Co-Authors Huda, Fais Al Novanto Yudistira