Andriana, Mohammad Indra
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

NUTRICHIVE: APLIKASI MOBILE UNTUK DETEKSI BAHAN MAKANAN DAN REKOMENDASI RESEP GUNA MENGURANGI LIMBAH MAKANAN Muhammad Albaehaqi, Agung Muhammad; Andriana, Mohammad Indra; Hidayat, Raisman Hadi
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5948

Abstract

Masalah limbah makanan merupakan tantangan global yang signifikan, khususnya di Indonesia dengan tingkat kehilangan makanan mencapai 23–48 juta ton per tahun. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis mobile bernama NutriChive, yang menggunakan teknologi pembelajaran mesin untuk mendeteksi bahan makanan dari gambar sisa makanan dan memberikan rekomendasi resep. Aplikasi ini dikembangkan dengan pendekatan rekayasa perangkat lunak berbasis iterasi, menggunakan TensorFlow Lite untuk penerapan model pembelajaran mesin. Dataset yang digunakan mencakup 36 kelas bahan makanan dengan teknik augmentasi data untuk meningkatkan variasi. Pengujian menunjukkan bahwa model deteksi bahan makanan mencapai akurasi lebih dari 90% dengan waktu respon rata-rata kurang dari 2 detik. Selain itu, desain antarmuka pengguna yang intuitif memungkinkan navigasi yang mudah bagi berbagai kalangan pengguna. Hasil penelitian ini menunjukkan bahwa NutriChive efektif dalam mendukung pengurangan limbah makanan melalui pemanfaatan teknologi berbasis aplikasi.
NUTRICHIVE: APLIKASI MOBILE UNTUK DETEKSI BAHAN MAKANAN DAN REKOMENDASI RESEP GUNA MENGURANGI LIMBAH MAKANAN Muhammad Albaehaqi, Agung Muhammad; Andriana, Mohammad Indra; Hidayat, Raisman Hadi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5948

Abstract

Masalah limbah makanan merupakan tantangan global yang signifikan, khususnya di Indonesia dengan tingkat kehilangan makanan mencapai 23–48 juta ton per tahun. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis mobile bernama NutriChive, yang menggunakan teknologi pembelajaran mesin untuk mendeteksi bahan makanan dari gambar sisa makanan dan memberikan rekomendasi resep. Aplikasi ini dikembangkan dengan pendekatan rekayasa perangkat lunak berbasis iterasi, menggunakan TensorFlow Lite untuk penerapan model pembelajaran mesin. Dataset yang digunakan mencakup 36 kelas bahan makanan dengan teknik augmentasi data untuk meningkatkan variasi. Pengujian menunjukkan bahwa model deteksi bahan makanan mencapai akurasi lebih dari 90% dengan waktu respon rata-rata kurang dari 2 detik. Selain itu, desain antarmuka pengguna yang intuitif memungkinkan navigasi yang mudah bagi berbagai kalangan pengguna. Hasil penelitian ini menunjukkan bahwa NutriChive efektif dalam mendukung pengurangan limbah makanan melalui pemanfaatan teknologi berbasis aplikasi.