Pengembangan Sistem Backend Menggunakan .Net Pada Aplikasi Konsultasi Makanan Diet Menggunakan Deep Learning

Irawan, Harvan Nurluthfi
Setianingsih, Casi
Prasasti, Anggunmeka Luhur

eProceedings of Engineering
Vol. 11 No. 4 (2024): Agustus 2024

Penelitian ini membahas implementasi backend pada aplikasi konsultasi makanan diet menggunakan deep learning. Backend dikembangkan menggunakan .NET dan PostgreSQL untuk mengelola data pengguna dan makanan. Model YOLOv8 digunakan untuk mendeteksi makanan pada gambar, dengan informasi nutrisi yang diambil dari FatSecret. Integrasi model dilakukan menggunakan ONNX Runtime, dan aplikasi di-deploy di Google Cloud Run menggunakan Docker. Hasil pengujian beban menunjukkan bahwa backend ini mampu menangani deteksi makanan untuk setidaknya 10 pengguna secara bersamaan, dengan masing-masing pengguna melakukan hingga 100 permintaan, sehingga total mencapai 1.000 permintaan. Implementasi ini diharapkan menjadi dasar bagi pengembangan aplikasi konsultasi diet yang lebih canggih. Kata kunci— backend, deep learning, yolov8, onnx, .net, docker, gcp, fatsecret, diet