(0721) 8030188    pusat@itera.ac.id   

IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN TENSORFLOW DALAM SISTEM PERHITUNGAN KALORI BERBASIS RASPBERRY PI


Gizi merupakan salah satu zat penting yang terdapat pada makanan dan diperlukan bagi pertumbuhan dan kesehatan tubuh, khususnya batita. Kurangnya asupan Gizi dan Nutrisi pada batita dapat menyebabkan terjadinya stunting. Dampak dari stunting sendiri salah satunya adalah terganggunya pertumbuhan pada anak, yaitu tingginya akan lebih pendek dari standar usianya. Di Indonesia, kasus stunting sendiri memiliki angka yang tergolong relatif tinggi. Pada tahun 2021 kasus prevalensi stunting di Indonesia adalah sebesar 24,4%. Pemenuhan gizi pada batita sangatlah penting untuk mencegah kasus stunting terjadi, maka dari itu diperlukan suatu sistem perhitungan jumlah kalori pada khususnya makanan pendamping ASI. Dalam sebuah sistem perhitungan kalori makanan tersebut terdapat Mini PC Raspberry Pi 3b dan 2 sensor, yaitu sensor kamera dan sensor Loadcell. Sensor kamera akan mengambil data citra makanan yang ingin diklasifikasikan dan diukur kalorinya. Data citra yang sudah diakuisisi akan diproses di Mini PC menggunakan metode CNN. Metode Penggunaan metode CNN disini berfungsi sebagai algoritma klasifikasi yang bekerja dengan cara melakukan klasifikasi terhadap objek yang ingin diukur dengan data latih yang jaraknya paling dekat dengan objek tersebut. Kemudian sensor berat akan mengakuisisi data berat lalu memproses data berat dengan data citra yang sudah diklasifikasikan dan menampilkan output berbentuk kalori pada aplikasi android Kata Kunci : Kalori, Loadcell, MPASI, Raspberry Pi, Stunting

URI
https://repo.itera.ac.id/depan/submission/SB2306090055

Keyword