DETEKSI GIZI PADA BAHAN MAKANAN PENDAMPING ASI (MPASI) UNTUK BAYI MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK - Dalam bentuk buku karya ilmiah

SITI NURBAYANI

Informasi Umum

Kode

24.06.601

Klasifikasi

613.2 - Dietetics, Applied nutrition, Guides to nutritional aspects of food, of beverages, Personal health aspects of food, of beverages

Jenis

Karya Ilmiah - TA (D3) - Reference

Subjek

Perancangan Aplikasi

Dilihat

311 kali

Informasi Lainnya

Abstraksi

Bayi atau balita adalah kelompok usia yang rentan mengalami masalah gizi. Salah satu permasalahan yang berkaitan dengan gizi yang sering terjadi adalah stunting. Stunting menjadi permasalahan kesehatan karena berhubungan dengan risiko terjadinya kesakitan dan kematian. Dan salah satu faktor penyebab terjadinya stunting pada bayi atau balita adalah karena kurangnya pengetahuan orang tua terhadap kandungan gizi pada bahan MPASI. Oleh karena itu, dibutuhkan tindakan pencegahan yang efektif untuk mengatasi masalah ini. Proyek ini hadir untuk mengembangkan sebuah sistem deteksi yang akan menampilkan kandungan gizi pada bahan MPASI dengan metode pengerjaan yang dilakukan melalui 2 tahap, yang pertama pengembangan model Machine Learning menggunakan algoritma Convolutional Neural Network (CNN) dengan menggunakan arsitektur MobileNetV2 untuk mendeteksi bahan MPASI dan yang kedua mencocokkan bahan MPASI yang dihasilkan dari model Machine Learning dengan database yang ada, dimana database yang digunakan adalah firebase yang berisi informasi kandungan gizi yang diambil dari website https://nilaigizi.com/. Tujuannya untuk membantu orang tua dalam mengetahui gizi yang terdapat pada bahan MPASI dengan mudah. Dengan menggunakan bahasa pemrograman python, juga google colab sebagai perangkat lunak untuk mendukung proses pengembangan algoritma, serta penggunaan bahasa pemrograman java dan android studio sebagai perangkat lunak untuk proses pengembangan antarmuka pengguna dan deteksi gizi. Dataset yang digunakan terdiri dari 11 label bahan dasar MPASI yang sering digunakan yang di dapat dari website kaggle dan melalui metode scrapping dari internet. Dari hasil training dataset tersebut didapatkan hasil akurasi dataset/train sebesar 98% dan hasil akurasi data test/real sebesar 96%. Dan aplikasi yang dibangun dapat menampilkan hasil deteksi gizi yang sesuai dengan objek yang di inputkan. Hasil proyek ini diharapkan dapat mendukung pengembangan ilmu pengetahuan gizi pada bahan Makanan Pendamping ASI (MPASI). Kata Kunci: Convolutional Neural Network (CNN), Deteksi, Gizi, Machine Learning, Makanan Pendamping ASI (MPASI).