UM Hadirkan Smart Apps Deteksi Nutrisi Makanan dengan Mesin Learning

Malang, 2024 - Universitas Negeri Malang (UM) melaksanakan penelitian berjudul "Teknologi Sistem Detektor Kandungan Nutrisi pada Makanan Sajian Menggunakan Smart App Berbasis Mesin Learning". Sumber pendanaan untuk penelitian ini berasal dari Internal UM 2024 dengan nomor kontrak 4.4.779/UN32.14.1/LT/2024.

Penelitian ini diketuai oleh Bapak Aripriharta, S.T., M.T., Ph.D. Tujuan dari penelitian ini adalah untuk mengembangkan sebuah aplikasi cerdas yang dapat mendeteksi kandungan nutrisi pada makanan sajian secara akurat dan efisien, serta memberikan informasi nutrisi yang berguna bagi pengguna.

Salah satu pencapaian penting dalam penelitian ini adalah pengembangan alat detektor nutrisi yang inovatif, seperti yang terlihat pada Gambar 1. Alat ini memanfaatkan kamera ESP32 sebagai komponen utama untuk mengambil gambar makanan. Kamera ini dikenal karena ukurannya yang kompak dan kemampuannya yang andal dalam menangkap gambar, dipadukan dengan algoritma YOLO untuk mendeteksi dan mengenali objek, khususnya jenis makanan berkuah.

Alat detektor nutrisi ini diuji secara intensif di laboratorium, dengan tujuan untuk memastikan bahwa setiap komponen sistem bekerja dengan optimal. Pengujian ini juga mencakup validasi akurasi dari algoritma YOLO dalam mengenali objek-objek yang ada pada gambar, termasuk berbagai jenis makanan berkuah seperti rawon, soto, seblak, mie ayam, sup ayam, sayur lodeh, dan lain-lain. Algoritma YOLO, yang dikenal dengan kemampuannya untuk mendeteksi objek dengan cepat dan tepat, bahkan dalam kondisi gambar yang kompleks atau ketika objek berukuran kecil, berhasil membuktikan efektivitasnya dalam tahap pengujian.

Selain kemampuan deteksi yang mengesankan, alat ini juga dilengkapi dengan fitur yang memungkinkan data hasil deteksi dikirimkan secara otomatis ke sebuah smart app yang terhubung. Aplikasi pintar ini dirancang untuk memproses dan menampilkan informasi nutrisi yang komprehensif, meliputi energi, protein, lemak, karbohidrat, kalsium, fosfor, zat besi, dan kandungan air dari makanan yang telah terdeteksi. Dengan adanya aplikasi ini, pengguna dapat dengan mudah memantau asupan gizi mereka secara real-time sehingga dapat membantu menjaga pola makan sehat dan mencapai keseimbangan nutrisi yang optimal.

Teknologi deteksi nutrisi berbasis mesin learning ini tidak hanya menawarkan solusi praktis bagi pengguna dalam menjaga gaya hidup sehat, tetapi juga membuka jalan bagi inovasi teknologi lebih lanjut di bidang kesehatan. Dengan kemudahan dan akurasi yang ditawarkan, alat ini diharapkan dapat memberikan dampak positif yang signifikan bagi masyarakat luas.

Sebagai komitmen pada inovasi dan pengembangan teknologi, tim penelitian dari Universitas Negeri Malang berharap bahwa hasil penelitian ini dapat memberikan dampak positif yang signifikan, tidak hanya di lingkup akademis, tetapi juga dalam penerapan praktis di masyarakat. Teknologi detektor nutrisi ini diharapkan dapat menjadi salah satu solusi yang efektif dalam menjawab tantangan kesehatan di masa depan, serta mendukung upaya peningkatan kualitas hidup masyarakat melalui pendekatan teknologi yang cerdas dan efisien.