Estimasi Sisa Makanan Otomatis pada Kotak Makan menggunakan Segmentasi Citra berbasis Clustering dengan Algoritme K-Means

##plugins.themes.bootstrap3.article.main##

Haris Bahtiar Asidik Yuita Arum Sari Agus Wahyu Widodo

Abstrak

Makanan adalah sumber energi bagi makhluk hidup, mengonsumsi makanan dengan porsi yang sesuai standar dapat membantu memenuhi kebutuhan gizi, namun sebaliknya akan mengakitbatkan dampak buruk pada tubuh. Penyelenggaran makanan di rumah sakit merupakan sistem pendukung dalam mempercepat proses penyembuhan pasien, sisa makanan pasien mencerminkan rendahnya daya terima pasien terhadap makanan yang dapat meningkatkan risiko malnutrisi. Saat ini volume global pemborosan makanan diperkirakan mencapai 1,6 miliar ton dengan karbon sisa makanan diperkirakan mencapai 3,3 miliar ton CO2 setara dengan gas rumah kaca per tahun. Dibutuhkan alat untuk mengetahui seberapa banyak makanan yang telah dikonsumsi oleh seseorang. Dengan perkembangan teknologi, proses penghitungan bobot sisa makanan dapat dilakukan melalui citra dari makanan sebelum dimakan dan citra makanan setelah dimakan. Citra makanan pada kotak makan disegmentasi untuk didapatkan segmen makanan pada citra melalui metode clustering menggunakan algoritma K-means berdasarkan tingkat warna biru pada citra. Diperoleh hasil akurasi Intersection over Union (IoU) segmentasi pada citra dengan latar belakang putih mencapai 98,9%. Berdasarkan hasil segmentasi yang didapatkan selanjutnya dilakukan prediksi bobot sisa makanan dengan metode Elementary Leftover Food Estimation (EFLE). Dengan menggunakan Root Mean Square Error (RMSE), hasil eksperimen mencapai error terkecil 1,12. Ini menunjukkan bahwa metode yang diusulkan mampu memproyeksikan berat sisa makanan.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Asidik, H., Sari, Y., & Widodo, A. Estimasi Sisa Makanan Otomatis pada Kotak Makan menggunakan Segmentasi Citra berbasis Clustering dengan Algoritme K-Means. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 9, p. 3754-3763, sep. 2021. ISSN 2548-964X. Tersedia pada: <https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9705>. Tanggal Akses: 07 okt. 2022
Bagian
Artikel