APLIKASI REKOMENDASI MENU SELF HEALTY UNTUK GEN Z DENGAN DETEKSI BAHAN MENGGUNAKAN YOLOv8
Total View This Week0
Total View This Week0
Institusion
Politeknik Harapan Bersama
Author
Hidayat, Fadhil Ahmad
Subject
T Technical Information
Datestamp
2024-09-30 06:18:17
Abstract :
Gen Z merupakan generasi yang tumbuh dan dibesarkan pada era digital. Gen Z dibesarkan dengan akses mudah terhadap teknologi digital seperti internet, smartphone, dan media sosial. Dengan dunia digital di ujung jari dan melalui media sosial seperti Youtube, Tik-Tok, Instagram, Gen Z akan mencari tahu tentang kandungan gizi, bahan baku, pengolahan makanan serta tips-tips kesehatan lainnya. Tujuan dibuatnya aplikasi ini untuk rekomendasi menu sehat bagi Gen Z dengan mendeteksi bahan menggunakan metode YOLOv8. Setiap langkah dijelaskan secara rinci mulai dari pengumpulan data, pra-pemrosesan, pemodelan, pelatihan model, evaluasi, dan penyimpanan model melalui desain diagram alur, diagram use case, diagram activity, desain antarmuka pengguna, desain basis data aplikasi, pembuatan API pada backend, pembuatan halaman pada aplikasi android, pembuatan fungsi integrasi backend dan frontend, pengujian integrasi model. Aplikasi dapat mendeteksi bahan lalu memberikan rekomendasi resep makanan yang rendah kalori. Optimasi model deteksi sayuran berhasil mencapai akurasi yang lebih tinggi dengan memanfaatkan pre-trained model YOLOv8m, menjalankan pelatihan selama 25 epoch, dan menggunakan ukuran gambar 640x640 piksel. Hasil pelatihan ini menunjukkan performa yang memuaskan, dengan mAP sebesar 0.82, precision sebesar 0.74, dan recall sebesar 0.76.
Gen Z merupakan generasi yang tumbuh dan dibesarkan pada era digital. Gen Z dibesarkan dengan akses mudah terhadap teknologi digital seperti internet, smartphone, dan media sosial. Dengan dunia digital di ujung jari dan melalui media sosial seperti Youtube, Tik-Tok, Instagram, Gen Z akan mencari tahu tentang kandungan gizi, bahan baku, pengolahan makanan serta tips-tips kesehatan lainnya. Tujuan dibuatnya aplikasi ini untuk rekomendasi menu sehat bagi Gen Z dengan mendeteksi bahan menggunakan metode YOLOv8. Setiap langkah dijelaskan secara rinci mulai dari pengumpulan data, pra-pemrosesan, pemodelan, pelatihan model, evaluasi, dan penyimpanan model melalui desain diagram alur, diagram use case, diagram activity, desain antarmuka pengguna, desain basis data aplikasi, pembuatan API pada backend, pembuatan halaman pada aplikasi android, pembuatan fungsi integrasi backend dan frontend, pengujian integrasi model. Aplikasi dapat mendeteksi bahan lalu memberikan rekomendasi resep makanan yang rendah kalori. Optimasi model deteksi sayuran berhasil mencapai akurasi yang lebih tinggi dengan memanfaatkan pre-trained model YOLOv8m, menjalankan pelatihan selama 25 epoch, dan menggunakan ukuran gambar 640x640 piksel. Hasil pelatihan ini menunjukkan performa yang memuaskan, dengan mAP sebesar 0.82, precision sebesar 0.74, dan recall sebesar 0.76.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
