Implementasi Convolutional Neural Network untuk klasifikasi dan estimasi kalori pada gambar makanan yang dikonsumsi ibu hamil dan menyusui

Fauzan, Fauzan (2025) Implementasi Convolutional Neural Network untuk klasifikasi dan estimasi kalori pada gambar makanan yang dikonsumsi ibu hamil dan menyusui. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (30kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (26kB) | Preview
Preview	Text (KETERANGAN BEBAS PLAGIARISME) pernyataan_karya.pdf Download (614kB) | Preview
Preview	Text (DAFTAR ISI) 4_daftar isi.pdf Download (403kB) | Preview
Preview	Text (BAB I) 5_bab1.pdf Download (195kB) | Preview
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (536kB) | Request a copy
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (245kB) | Request a copy
	Text (BAB IV) 8_bab4.pdf Restricted to Registered users only Download (27kB) | Request a copy
	Text (BAB V) 9_bab5.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (276kB) | Request a copy

Abstract

Tingginya angka stunting di Indonesia salah satunya disebabkan oleh kurangnya pengetahuan gizi pada ibu hamil dan menyusui. Untuk mengatasi masalah ini, penelitian ini bertujuan mengembangkan model deep learning berbasis Convolutional Neural Network (CNN) yang mampu mengklasifikasi jenis makanan dan mengestimasi kandungan kalorinya melalui gambar. Penelitian ini menerapkan metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM) untuk membangun sistem klasifikasi pada delapan kategori makanan. Dataset gabungan dari dua sumber publik diperkaya melalui teknik augmentasi untuk menangani ketidakseimbangan kelas dan meningkatkan variasi data. Hasil evaluasi menunjukkan bahwa arsitektur model CNN yang diusulkan, dengan konfigurasi batch size 16 dan penerapan augmentasi gambar, mencapai performa terbaik dengan akurasi 92% pada data pengujian. Model ini berhasil diimplementasikan ke dalam prototipe aplikasi web fungsional menggunakan Gradio, yang mampu memberikan informasi estimasi kalori secara cepat kepada pengguna. Keberhasilan pengembangan model ini menunjukkan potensi signifikan teknologi CNN sebagai alat bantu praktis untuk edukasi gizi dalam upaya pencegahan stunting.

Actions (login required)

View Item