IMPLEMENTASI DEEP LEARNING MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI GAMBAR MAKANAN UNTUK MENENTUKAN KANDUNGAN KALORI PADA MAKANAN

Angka kekurangan gizi di Indonesia meningkat pasca pandemi. Berdasarkan hasil survei status gizi Indonesia pada tahun 2022, angka underweight di Indonesia naik sebesar 0.1%, menjadi 17,1% pada tahun 2022. Angka wasting juga naik sebesar 0.6%, menjadi 7.7% pada tahun 2022. Salah satu faktor penyebab permasalahan ini adalah pola makan yang buruk dan kurangnya pemahaman mengenai kebutuhan kalori harian yang terpenuhi dari makanan yang dikonsumsi. Oleh karena itu, untuk mengatasi permasalahan ini diperlukan sistem yang dapat membantu masyarakat memahami kandungan gizi dari makanan yang dikonsumsi. Penelitian ini dilakukan untuk membangun model machine learning dengan mengimplementasikan algoritma Convolutional Neural Network (CNN) yang akan mendukung fitur yang dibangun pada sistem yang dapat menampilkan kalori pada makanan. Metode analisis data yang digunakan adalah metode analisis kuantitatif dengan menggunakan metrik accuracy. Hasil penelitian ini adalah model machine learning yang dapat melakukan klasifikasi terhadap 20 kelas data dengan accuracy sebesar 75%. Dalam evaluasinya, masih terdapat beberapa kelas yang masih sering salah diprediksi oleh model. Oleh karena itu, disarankan untuk menggunakan dataset yang lebih besar lagi, terutama pada kelas yang masih sering salah prediksi, seperti “belimbing” dan “pisang”.

Kata kunci : Convolutional Neural Network (CNN), deep learning, klasifikasi gambar, machine learning,