Email this article 
Penggunaan Klasifikasi Objek dalam Aplikasi Android untuk Melestarikan Kuliner Khas Indonesia
Abstract
Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android yang memanfaatkan teknologi klasifikasi objek untuk melestarikan dan mempromosikan kuliner tradisional Indonesia. Dengan menggunakan metode deep learning dan pengolahan citra, aplikasi ini dirancang untuk mengidentifikasi berbagai jenis kuliner khas Indonesia melalui gambar. Pengembangan aplikasi ini melibatkan pengumpulan dataset gambar kuliner dari Kaggle dan Roboflow Universe. Setelah dataset dikumpulkan, tahap selanjutnya adalah preprocessing data, dan pelatihan model klasifikasi. Aplikasi ini juga dilengkapi dengan fitur informasi detail mengenai kuliner, termasuk sejarah, asal-usul, dan cara pembuatan, yang bertujuan untuk meningkatkan pengetahuan dan minat generasi muda terhadap kuliner Nusantara. Hasil pengujian aplikasi menunjukkan bahwa teknologi klasifikasi objek dapat secara efektif digunakan untuk mengidentifikasi kuliner khas Indonesia dan mendukung pelestarian kuliner tradisional Indonesia.
Keywords
Full Text:
PDFReferences
M. Lestari, “Coba Tebak Ada Berapa Jumlah Kuliner di Indonesia?,” detikfood, Apr. 29, 2019. [Online]. Available: https://food.detik.com/berita-boga/d-4529131/coba-tebak-ada-berapa-jumlah-kuliner-di-indonesia
Adzra Bela Yumna, Ari Fadiati, and Cucu Cahya, “Minat Kuliner Nusantara Pada Generasi Z (Studi Tentang Hubungan Keterpaan Informasi pada Konten Food Vlogger Youtube dengan Minat Kuliner Nusantara pada Generasi Z),” J. Manajemen, Bisnis dan Kewirausahaan, vol. 3, no. 2, pp. 01–11, 2023, doi: 10.55606/jumbiku.v3i2.2198.
M. A. Candra, V. Enjeladinata, and M. Rizky Widana, “Eksistensi Makanan Tradisional Di Tengah Gempuran Makanan Korea,” Pros. Semin. Nas., pp. 352–361, 2023.
I. Setyorini and D. Ramayanti, “Finding Nearest Mosque Using Haversine Formula on Android Platform,” J. Online Inform., vol. 4, no. 1, p. 57, 2019, doi: 10.15575/join.v4i1.267.
V. Ayumi, I. Nurhaida, and W. H. Haji, “Perancangan Aplikasi Web Untuk Deteksi Motif Batik Indonesia Berbasis Image Processing dan Machine Learning,” JSAI J. Sci. Appl. Informatics, vol. 6, no. 3, pp. 499–504, 2023.
V. Ayumi, “Pengenalan Objek Bunga Berbasis Deep Learning Menggunakan Model Resnet50 dan MobileNet-v2,” JSAI (Journal Sci. Appl. Informatics), vol. 5, no. 3, pp. 188–193, 2022, doi: 10.36085/jsai.v5i3.3613.
V. Ayumi, “Perbandingan Model Transfer Learning Untuk Klasifikasi Citra Agricultural Crop,” JSAI (Journal Sci. Appl. Informatics), vol. 5, no. 3, pp. 214–222, 2022, doi: 10.36085/jsai.v5i3.3612.
Y. Jumaryadi, A. Muhammad Ihsan, and B. Priambodo, “Klasifikasi Jenis Buah-Buahan Menggunakan Citra Digital Dengan Metode Convolutional Neural Networks,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 4, no. 3, pp. 1737–1746, 2023, doi: 10.30865/klik.v4i3.1421.
D. Ramayanti, Sri Dianing Asri, and Lionie Lionie, “Implementasi Model Arsitektur VGG16 dan MobileNetV2 Untuk Klasifikasi Citra Kupu-Kupu,” JSAI (Journal Sci. Appl. Informatics), vol. 5, no. 3, pp. 182–187, 2022, doi: 10.36085/jsai.v5i3.2864.
A. Ramadhan and D. Ramayanti, “Aplikasi Pencarian SMA/SMK DI Wilayah Jakarta Barat Berbasis Android,” J. SAINTEKOM, vol. 9, no. 2, p. 119, 2019, doi: 10.33020/saintekom.v9i2.86.
D. Ramayanti, W. Gunawan, and I. I. Faishal, “Implementasi QR-Code pada Aplikasi E-Market Mandiri untuk Pemberdayaan Ekonomi Kreatif Berbasis Android,” J. Inform., vol. 8, no. 1, pp. 34–40, 2021, doi: 10.31294/ji.v8i1.9221.
L. Wangi and R. Rusmala, “Aplikasi Pengenalan Makanan Khas Indonesia Berbasis Android,” J. Ilm. Teknol. Inform., vol. 1, no. 1, pp. 15–22, 2023.
V. Ayumi et al., “Transfer Learning for Medicinal Plant Leaves Recognition : A Comparison with and without a Fine-Tuning Strategy,” Int. J. Adv. Comput. Sci. Appl., vol. 13, no. 9, pp. 138–144, 2022.
DOI: http://dx.doi.org/10.22441/fifo.2024.v16i1.003
Refbacks
Jurnal Ilmiah FIFO
 | Print ISSN: 2085-4315 |
|---|---|
| Online ISSN: 2502-8332 |
Sekretariat
Fakultas Ilmu Komputer
Universitas Mercu Buana
Jl. Raya Meruya Selatan, Kembangan, Jakarta 11650
Tlp./Fax: +62215871335
http://publikasi.mercubuana.ac.id/index.php/fifo
e-mail:[email protected]
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
.png)
