PENGEMBANGAN APLIKASI BACKEND CALORIE METER UNTUK KLASIFIKASI OBJEK MAKANAN MENGGUNAKAN MODEL MOBILENETV2

Abstract

Kelebihan kalori di dalam tubuh dapat menyebabkan banyak dampak negatif seperti obesitas. Obesitas dapat disebabkan karena aktivitas yang kurang atau terlalu banyak dalam mengonsumsi makanan, di mana tiap makanan memiliki kalori yang berbeda. Kandungan kalori pada makanan dapat diketahui dengan mengenali jenis makanan tersebut. Untuk mempermudah dalam mengenali makanan dapat menggunakan bantuan perangkat yang telah dilatih untuk mengenali makanan. Hal ini dapat ini direalisasikan menggunakan model deep learning untuk melakukan klasifikasi makanan pada dataset yang besar. Salah satu model deep learning adalah MobileNetV2 yang menggunakan Convolutional Neural Network di dalamnya untuk mengenali citra. MobileNetV2 sangat cocok diimplementasikan ke dalam perangkat mobile seperti Android. Dalam penelitian ini, akan dikembangkan aplikasi backend untuk melatih model klasifikasi makanan menggunakan model MobileNetV2. Hasil dari model yang telah dilatih dapat diimplementasikan pada perangkat Android. Model MobileNetV2 akan dimodifikasi agar dapat mengklasifikasi 30 jenis makanan. Tiap jenis makanan menggunakan 1000 citra sebagai data pelatihan. Dengan menggunakan beberapa parameter learning rate dan training step yang berbeda, diperoleh akurasi paling tinggi sebesar 72.8%. Kata Kunci: kalori, makanan, deep learning, Convolutional Neural Network, MobileNetV2