Estimasi Sisa Makanan Otomatis pada Kotak Makan Menggunakan Segmentasi Citra Berbasis Clustering Dengan Algoritme K-Means , Yuita Arum Sari, S.Kom., M.Kom. dan Agus Wahyu Widodo, S.T., M.Cs
| Main Author: | Asidik, Haris Bahtiar |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2021
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/186415/1/Haris%20Bahtiar%20Asidik.pdf http://repository.ub.ac.id/186415/ |
Daftar Isi:
- Makanan adalah sumber energi bagi makhluk hidup, mengonsumsi makanan dengan porsi yang sesuai standar dapat membantu memenuhi kebutuhan gizi dalam tubuh. Namun pola makan yang berlebihan akan mengakitbatkan dampak buruk pada tubuh. Penyelenggaran makanan di rumah sakit merupakan sistem pendukung dalam mempercepat proses penyembuhan pasien dari penyakit, 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 yang dihasilkan diperkirakan mencapai 3,3 miliar ton CO2 setara dengan gas rumah kaca yang dilepaskan ke atmosfer per tahun. Dibutuhkan alat untuk mengetahui seberapa banyak makanan yang telah dikonsumsi oleh seseorang. Dengan perkembangan teknologi, maka proses penghitungan bobot sisa makanan dapat dilakukan dengan memanfaatkan 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 algoritme 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 estimasi bobot sisa makanan dengan metode Elementary Leftover Food Estimation (EFLE). Dengan menggunakan Root Mean Square Error (RMSE), hasil pengujian dengan error terkecil mencapai 1,12. Ini menunjukkan bahwa metode yang diusulkan mampu memproyeksikan berat sisa makanan.