Penentuan Kalori Makanan Berdasarkan Fitur Warna Dan Bentuk Menggunakan Metode KNN (K-Nearest Neighbour) Berbasis Android

Suffyan Hadi, Ahmad Hendi (2024) Penentuan Kalori Makanan Berdasarkan Fitur Warna Dan Bentuk Menggunakan Metode KNN (K-Nearest Neighbour) Berbasis Android. Kohesi: Jurnal Multidisiplin Saintek, 4 (9). pp. 1-13. ISSN 2988-1986

	Text Persetujuan Dosen Dan Mahasiswa.pdf Download (296kB)
	Text (Artikel Publikasi) Artikel-Ahmad Hendi Suffyan Hadi (1).pdf Download (2MB)

Abstract

Penelitian ini mengembangkan aplikasi pengenalan citra makanan berdasarkan kebutuhan kalori dengan metode K-Nearest Neighbor (KNN). Data Kementerian Kesehatan Republik Indonesia menunjukkan bahwa banyak orang tidak mengetahui kebutuhan kalori yang masuk ke tubuh. Penelitian ini menggunakan ciri ekstraksi warna dan bentuk dari citra makanan yang diklasifikasikan ke dalam tujuh kelas makanan. Metode KNN digunakan untuk mengenali citra makanan dengan nilai k yang bervariasi. Hasil penelitian menunjukkan bahwa aplikasi dapat mendeteksi citra makanan dengan akurasi tertinggi di nilai k=1 sebesar 91%. Nilai akurasi menurun seiring dengan peningkatan nilai k. Nilai akurasi di k=3 adalah 29,5%, k=5 adalah 29,5%, k=7 adalah 29%, dan k=9 adalah 31,42%. Metode KNN dapat mengenali citra makanan berdasarkan ciri ekstraksi warna dan bentuk. Penelitian ini memberikan kontribusi bagi pengembangan aplikasi pengenalan citra makanan yang dapat membantu orang mengetahui kebutuhan kalori, nilai gizi, dan kandungan bahan makanan.

Item Type:	Article
Uncontrolled Keywords:	Android, K-Nearest Neighbour, Digital Image Processing.
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Ahmad Hendi Suffyan Hadi
Date Deposited:	13 Mar 2025 03:09
Last Modified:	13 Mar 2025 03:09
URI:	http://eprints.umg.ac.id/id/eprint/12197

Actions (login required)

View Item