Claim Missing Document
Check
Articles

Found 2 Documents
Search

RANCANG BANGUN APLIKASI PENGATUR POLA MAKAN BERDASARKAN KEBUTUHAN ASUPAN KALORI DENGAN K-MEANS Amelia, Sabrina Yose; Widjaja, Prya Artha
Jurnal Informatika Vol 9, No 1 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i1.12527

Abstract

Diet merupakan salah satu cara menjaga berat badan yang ideal dengan mengatur pola makan. Pada saat sedang menjalankan diet, dianjurkan untuk mencatat berat badan dalam beberapa waktu sekali agar dapat memantau berat badan masing-masing orang yang menjalankan diet. Bagi yang menjalankan diet berdasarkan kalori, sebaiknya juga mencatat kalori yang sudah dikonsumsi perhari untuk memantau jumlah kalori agar tidak melebihi atau kurang dari jumlah kalori yang dibutuhkan perharinya. Pada survei yang dibagikan kepada seratus responden, terdapat 65 orang yang sedang menjalankan diet dan memiliki kendala dalam pencatatan berat badan dan kendala-kendala lainnya. Aplikasi ini dibuat dalam bentuk mobile menggunakan framework Quasar dengan menggunakan rumus yang terdapat pada website p2ptm milik Kementerian Kesehatan Republik Indonesia untuk menghitung kalori yang dibutuhkan. Sedangkan rekomendasi makanan yang sesuai dengan jumlah kalori yang dibutuhkan perhari dibuat dengan K-Means. Aplikasi ini juga memiliki fitur untuk mencatat dan memantau berat badan pengguna, menampilkan daftar makanan beserta kalori dalam beberapa gram, serta menghitung jumlah kalori yang telah dikonsumsi oleh pengguna aplikasi dalam satu hari
Differentiate the Varieties of Plants Using Leaf Images with YOLOv4 Widjaja, Prya Artha; Ardilla, Veronica Yose; Amelia, Sabrina Yose
JURNAL SISFOTEK GLOBAL Vol 14, No 1 (2024): JURNAL SISFOTEK GLOBAL
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/sisfotek.v14i1.10864

Abstract

There are many types of plant, not all recognized by people. Indonesia has many varieties of plants across the country, from Sabang to Merauke. Often, we find some fruits or plants that grow in different areas called by different names. The goal of this research is to create an application that can recognize plant types from their characteristics. These characteristics can be leaves, fruit, flowers or roots. Current research focuses on distinguishing several types of plants including their varieties using leaf images. It is hoped that apart from being able to determine the mango plant, we can also determine the type of mango, such as manalagi, harum manis, as well as guava and orange. To be able to recognize these types of plants, an object recognition algorithm based on CNN (Convolutional Neural Network) will be used. The algorithm that will be used is YOLO (You Only Look Once) version 4. Method in this research includes data collection, all data was taken using webcam or mobile phone camera. The next step is data preparation and creating a bounding box. Next step is creating model using training data and the last step was compare model with testing data, The result we got is really encouraging with almost 100 percent accuracy. The lowest accuracy is 98 percent for jambu air. This research show us that YOLOv4 can be used to differentiate varieties of plants.