Rekognisi Alergen pada Komposisi Makanan dengan Computer Vision
| Main Author: | Belinda Johan, Elisa |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/13615/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/13615/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/13615/3/BAB_I.pdf http://kc.umn.ac.id/13615/4/BAB_II.pdf http://kc.umn.ac.id/13615/5/BAB_III.pdf http://kc.umn.ac.id/13615/6/BAB_IV.pdf http://kc.umn.ac.id/13615/7/BAB_V.pdf http://kc.umn.ac.id/13615/8/LAMPIRAN.pdf http://kc.umn.ac.id/13615/ |
Daftar Isi:
- Proses rekognisi dan penglasifikasian makanan sangatlah penting. Hal ini dapat berguna bagi para konsumen yang sensitif dalam memilih makanan yang ingin dikonsumsi. Menimbang dari beberapa bahan atau komposisi makanan yang merupakan alergen atau dapat menyebabkan alergi bagi sebagian orang. Penelitian ini bertujuan untuk merancang dan membangun sistem berbasis Android mendeteksi label makanan yang dapat mempermudah konsumen dalam mendapatkan info alergen yang terkandung dalam makanan tersebut sehingga lebih akurat. Aplikasi dibuat dengan mengimplementasikan algoritma Optical Character Recognition (OCR) serta menggunakan algoritma Boyer Moore untuk melakukan pencocokan kata (string matching). Percobaan dilakukan dengan uji akurasi algoritma OCR, Boyer Moore, sumber cahaya, dan kata sulit (tidak familiar).