PENGEMBANGAN APLIKASI ESTIMASI KALORI MAKANAN BERBASIS CITRA DENGAN PENDEKATAN DETEKSI OBJEK MENGGUNAKAN YOLO

Rizqy Supriyadi; Muhamad  Irfan; Rizki Dwi Hapijar; Fadil Abubakar; Rendy Saputra; Kus Supriyanto; Raihan Putra Dwiantara; Esron Rikardo Nainggolan; Herlambang Brawijaya

doi:10.23960/jitet.v14i1.8545

Authors

Rizqy Supriyadi Universitas Bina Sarana Informatika
Muhamad Irfan Universitas Bina Sarana Informatika
Rizki Dwi Hapijar Universitas Bina Sarana Informatika
Fadil Abubakar Universitas Bina Sarana Informatika
Rendy Saputra Universitas Bina Sarana Informatika
Kus Supriyanto Universitas Bina Sarana Informatika
Raihan Putra Dwiantara Universitas Bina Sarana Informatika
Esron Rikardo Nainggolan Universitas Nusa Mandiri
Herlambang Brawijaya Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.23960/jitet.v14i1.8545

Abstract Views: 89 File Views: 46

Keywords:

Food calorie estimation, YOLOv8, Object detection, Mobile application

Abstract

Penelitian ini mengembangkan aplikasi estimasi kalori makanan berbasis citra untuk membantu pengguna memantau asupan energi secara praktis melalui foto ponsel. Sistem menggunakan deteksi objek YOLOv8n untuk mengenali makanan Indonesia dan memetakan tiap deteksi ke parameter nutrisi guna menghitung massa dan kalori. Dataset pelatihan berisi 3.772 citra pada 9 kelas makanan (dibagi 80% latih, 10% validasi, 10% uji). Model dilatih selama 100 epoch pada resolusi 640 piksel menggunakan optimizer AdamW dan early stopping. Backend FastAPI dalam lingkungan Docker menjalankan inferensi dan perhitungan kalori berdasarkan data nutrisi tiap kelas. Aplikasi mobile Flutter mengirim citra ke endpoint /predict dan menampilkan makanan terdeteksi beserta confidence, estimasi massa, dan total kalori. Hasil uji menunjukkan performa deteksi tinggi dengan mAP@0.5 0,975, sementara kesalahan terbesar terjadi pada kelas yang mirip secara visual atau minim data. Temuan ini menegaskan bahwa sistem end-to-end mampu mengestimasi kalori otomatis dari satu foto dan layak dikembangkan lebih lanjut dengan menambah kelas dan menyeimbangkan dataset.

Downloads

Download data is not yet available.

References

Anggie Annisa Permatasari, Fransisca Putri Ardita, Agista Putri Prasetya, Nurul Anggraini, Siti Marpuah, and Erintya Asanti, “Dampak Makanan Cepat Saji Bagi Kesehatan Tubuh Pada Kalangan Remaja,” Jurnal Ventilator: Jurnal riset ilmu kesehatan dan Keperawatan, vol. 2, no. 2, pp. 110–120, Jun. 2024, doi: 10.59680/ventilator.v2i2.1201.

A. Singh, P. Singh, and A. Kr Tiwari, “A Comprehensive Survey on Machine Learning,” Journal of Manage-ment and Service Science, vol. 01, no. 003, pp. 1–17, 2021, doi: 10.54060/JMSS/001.01.003.

B. Karyadi, “PEMANFAATAN-KECERDASAN-BUATAN-DALAM-MENDUKUNG-PEMBELAJARAN-MANDIRI,” JURNAL TEKNOLOGI PENDIDIKAN, vol. 8, pp. 1–7, 2023.

X. Cong, S. Li, F. Chen, C. Liu, and Y. Meng, “Frontiers in Computing and Intelligent Systems A Review of YOLO Object Detection Algorithms based on Deep Learning,” Frontiers in Computing and Intelligent Systems, vol. 4, pp. 1–4, 2023.

G. C. Utami, C. R. Widiawati, and P. Subarkah, “Detection of Indonesian Food to Estimate Nutritional Information Using YOLOv5,” Teknika, vol. 12, no. 2, pp. 158–165, Jun. 2023, doi: 10.34148/teknika.v12i2.636.

F. Romadhon et al., “Food Image Detection System and Calorie Content Estimation Using Yolo to Control Calorie Intake in the Body,” in E3S Web of Conferences, EDP Sciences, Dec. 2023. doi: 10.1051/e3sconf/202346502057.

J.-T. Huang and C.-H. Wang, “Deep Learning-Based Food Identification and Calorie Estimation System,” The Seventh International Conference on Applications and Systems of Visual Paradigms, pp. 1–4, 2022.

L. Rahma, H. Syaputra, A. H. Mirza, and S. D. Purnamasari, “Objek Deteksi Makanan Khas Palembang Menggunakan Algoritma YOLO (You Only Look Once),” Jurnal Nasional Ilmu Komputer, vol. 2, no. 3, pp. 1–20, Aug. 2021.

R. Agarwal, T. Choudhury, N. J. Ahuja, and T. Sarkar, “IndianFoodNet: Detecting Indian Food Items Using Deep Learning,” International Journal of Computational Methods and Experimental Measurements, vol. 11, no. 4, pp. 221–232, Dec. 2023, doi: 10.18280/ijcmem.110403.

A. M. Albaehaqi, M. I. Andriana, and R. H. Hidayat, “NUTRICHIVE: APLIKASI MOBILE UNTUK DETEKSI BAHAN MAKANAN DAN REKOMENDASI RESEP GUNA MENGURANGI LIMBAH MAKANAN,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 2, no. 1, Jan. 2025, doi: 10.23960/jitet.

N. Aziz, P. Gali, and M. S. Nurcahya, “Analisa dan Perancangan Aplikasi Pembelajaran Bahasa Inggris Dasar Berbasis Android,” Jurnal IKRA-ITH Informatika, vol. 4, pp. 1–5, Nov. 2020.

P. R. Setiawan, R. A. Ramadhan, D. A. Labellapansa, P. Koresponden, : Panji, and R. Setiawan, “Jurnal Pengabdian Masyarakat dan Penerapan Ilmu Pengetahuan Pelatihan Pemrograman Flutter.”

G. S. Chandra and S. Tjandra, “Pemanfaatan Flutter dan Electron Framework pada Aplikasi Inventori dan Pengaturan Pengiriman Barang,” JOURNAL OF INFORMATION SYSTEM, GRAPHICS, HOSPITALITY AND TECHNOLOGY, pp. 1–6, 2020.

T. Emmanuel, T. Maupong, D. Mpoeleng, T. Semong, B. Mphago, and O. Tabona, “A survey on missing data in machine learning,” J Big Data, vol. 8, no. 1, Dec. 2021, doi: 10.1186/s40537-021-00516-9.

N. J. Hayati, D. Singasatia, M. R. Muttaqin, T. Informatika, S. Tinggi, and T. Wastukancana, “OBJECT TRACKING MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE (YOLO)v8 UNTUK MENGHITUNG KENDARAAN,” KOMPUTA : Jurnal Ilmiah Komputer dan Informatika, vol. 12, no. 2, 2023, [Online]. Available: https://universe.roboflow.com/

A. Ehsan, M. A. M. E. Abuhaliqa, C. Catal, and D. Mishra, “RESTful API Testing Methodologies: Rationale, Challenges, and Solution Directions,” Applied Sciences (Switzerland), vol. 12, no. 9, May 2022, doi: 10.3390/app12094369.

B. Bednarz and M. Miłosz, “Benchmarking the performance of Python web frameworks Analiza porównawcza wydajności webowych szkieletów programistycznych w języku Python,” Journal of Computer Sciences Institute, pp. 1–6, Jun. 2025.

J. Santiago, “TESTING PERFORMA FRAMEWORK EXPRESS.JS, GIN, DAN FASTAPI MENGGUNAKAN API DAN JMETER,” Journal of Information System, Applied, Management, Accounting and Research. Issue Period, vol. 9, no. 3, pp. 1219–1226, 2025, doi: 10.52362/jisamar.v9i3.1986.

P. Gujjar and N. Kumar, “Google Colaboratory : Tool for Deep Learning and Machine Learning Applications,” Indian Journal of Computer Science, pp. 1–4, 2021.

R. Gelar Guntara, “Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7,” Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 5, no. 1, pp. 55–60, Feb. 2023, doi: 10.47233/jteksis.v5i1.750.