2.png)
PEMANTAUAN CEPAT KADAR GIZI MAKANAN DENGAN APLIKASI MOBILE BERBASIS AI UNTUK MENCEGAH KELEBIHAN KONSUMSI KARBOHIDRAT
Sari
Pemantauan asupan gizi yang akurat adalah kunci kesehatan yang optimal, tetapi hal ini seringkali sulit dilakukan secara konsisten. Perkembangan teknologi pengolahan citra dan kecerdasan buatan menawarkan solusi potensial. Penelitian ini bertujuan untuk menghasilkan aplikasi seluler yang menggunakan pengenalan gambar untuk mengidentifikasi makanan, menghitung kalori, dan memberikan informasi gizi. Dengan menggunakan metodologi extreme programming, penelitian ini menggabungkan teknik pengolahan citra, pembelajaran mesin, dan antarmuka pengguna yang intuitif. Hasilnya adalah aplikasi yang akurat dan mudah digunakan yang memberdayakan pengguna untuk membuat pilihan makanan yang tepat dan memantau asupan nutrisi mereka. Aplikasi ini memberikan kontribusi signifikan terhadap bidang kesehatan digital dengan menyediakan alat yang mudah diakses untuk meningkatkan kesadaran gizi dan mendorong kebiasaan makan yang lebih sehat.
Teks Lengkap:
PDFReferensi
M. Shreya, A. Kubade, M. Suraj, and S. Redekar, “Food Discernment and Calories Estimation Using Segmentation.” [Online]. Available: www.ijfmr.com
“PREDIKSI CITRA MAKANAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK UNTUK MENENTUKAN BESARAN KALORI MAKANAN I Putu Agus Eka Darma Udayana 1) Putu Gede Surya Cipta Nugraha 2) Program Studi Teknik Informatika 1) 2) STMIK STIKOM Indonesia 1) 2).” [Online]. Available: http://www.depkes.go.id
A. J. Daley, E. McGee, S. Bayliss, A. Coombe, and H. M. Parretti, “Effects of physical activity calorie equivalent food labelling to reduce food selection and consumption: Systematic review and meta-Analysis of randomised controlled studies,” Mar. 01, 2020, BMJ Publishing Group. doi: 10.1136/jech-2019-213216.
W. Tay, B. Kaur, R. Quek, J. Lim, and C. J. Henry, “Current developments in digital quantitative volume estimation for the optimisation of dietary assessment,” Apr. 01, 2020, MDPI AG. doi: 10.3390/nu12041167.
S. Naritomi and K. Yanai, “CalorieCaptorGlass: Food Calorie Estimation based on Actual Size using HoloLens and Deep Learning,” in Proceedings - 2020 IEEE Conference on Virtual Reality and 3D User Interfaces, VRW 2020, Institute of Electrical and Electronics Engineers Inc., Mar. 2020, pp. 819–820. doi: 10.1109/VRW50115.2020.00260.
P. Ma, C. P. Lau, N. Yu, A. Li, and J. Sheng, “Application of deep learning for image-based Chinese market food nutrients estimation,” Food Chem, vol. 373, Mar. 2022, doi: 10.1016/j.foodchem.2021.130994.
J. Bradley, M. K. Rowland, J. N. S. Matthews, A. J. Adamson, and S. Spence, “A comparison of food portion size estimation methods among 11–12 year olds: 3D food models vs an online tool using food portion photos (Intake24),” BMC Nutr, vol. 7, no. 1, Dec. 2021, doi: 10.1186/s40795-021-00415-5.
L. M. Amugongo, A. Kriebitz, A. Boch, and C. Lütge, “Mobile Computer Vision-Based Applications for Food Recognition and Volume and Calorific Estimation: A Systematic Review,” Jan. 01, 2023, MDPI. doi: 10.3390/healthcare11010059.
L. Jiang, B. Qiu, X. Liu, C. Huang, and K. Lin, “DeepFood: Food Image Analysis and Dietary Assessment via Deep Model,” IEEE Access, vol. 8, pp. 47477–47489, 2020, doi: 10.1109/ACCESS.2020.2973625.
Z. Shen, A. Shehzad, S. Chen, H. Sun, and J. Liu, “Machine Learning Based Approach on Food Recognition and Nutrition Estimation,” in Procedia Computer Science, Elsevier B.V., 2020, pp. 448–453. doi: 10.1016/j.procs.2020.06.113.
M. B. Irfansyah et al., “DESAIN DAN ARSITEKTUR SERVERLESS CLOUD COMPUTING PADA APLIKASI PENGHITUNG KALORI MAKANAN BERBASIS MOBILE MENGGUNAKAN LAYANAN GOOGLE CLOUD PLATFORM,” 2024.
G. A. Tahir and C. K. Loo, “A comprehensive survey of image-based food recognition and volume estimation methods for dietary assessment,” Dec. 01, 2021, MDPI. doi: 10.3390/healthcare9121676.
P. Pouladzadeh, S. Shirmohammadi, and R. Al-Maghrabi, “Measuring calorie and nutrition from food image,” IEEE Trans Instrum Meas, vol. 63, no. 8, pp. 1947–1956, 2014, doi: 10.1109/TIM.2014.2303533.
J. Nayak, K. Vakula, P. Dinesh, B. Naik, and D. Pelusi, “Intelligent food processing: Journey from artificial neural network to deep learning,” Nov. 01, 2020, Elsevier Ireland Ltd. doi: 10.1016/j.cosrev.2020.100297.
R. D. Kumar, E. G. Julie, Y. H. Robinson, S. Vimal, and S. Seo, “Recognition of food type and calorie estimation using neural network,” Journal of Supercomputing, vol. 77, no. 8, pp. 8172–8193, Aug. 2021, doi: 10.1007/s11227-021-03622-w.
DOI: https://doi.org/10.47007/komp.v9i01.8586
Refbacks
- Saat ini tidak ada refbacks.
VISITOR COUNTER: