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