Deteksi Komponen Makanan Pada Program Makan Bergizi Gratis Menggunakan YOLOv8 – Submit Jurnal/Seminar

Irawati, Desti Nur (2026) Deteksi Komponen Makanan Pada Program Makan Bergizi Gratis Menggunakan YOLOv8 – Submit Jurnal/Seminar. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11221033_cover.pdf Restricted to Repository staff only until 3 October 2028. Download (324kB) | Request a copy
	Text 11221033_statement_of_authenticity.pdf Restricted to Repository staff only until 3 October 2028. Download (90kB) | Request a copy
	Text 11221033_publishing_agreement.pdf Restricted to Repository staff only until 3 October 2028. Download (384kB) | Request a copy
	Text 11221033_approval_sheet.pdf Restricted to Repository staff only until 3 October 2028. Download (4MB) | Request a copy
	Text 11221033_preface.pdf Restricted to Repository staff only until 3 October 2028. Download (346kB) | Request a copy
	Text 11221033_abstract_id.pdf Restricted to Repository staff only until 3 October 2028. Download (392kB) | Request a copy
	Text 11221033_abstract_en.pdf Restricted to Repository staff only until 3 October 2028. Download (394kB) | Request a copy
	Text 11221033_table_of_content.pdf Restricted to Repository staff only until 3 October 2028. Download (439kB) | Request a copy
	Text 11221033_illustrations.pdf Restricted to Repository staff only until 3 October 2028. Download (368kB) | Request a copy
	Text 11221033_tables.pdf Restricted to Repository staff only until 3 October 2028. Download (367kB) | Request a copy
	Text 11221033_notations.pdf Restricted to Repository staff only until 3 October 2028. Download (478kB) | Request a copy
	Text 11221033_chapter_1.pdf Restricted to Repository staff only until 3 October 2028. Download (688kB) | Request a copy
	Text 11221033_chapter_2.pdf Restricted to Repository staff only until 3 October 2028. Download (1MB) | Request a copy
	Text 11221033_chapter_3.pdf Restricted to Repository staff only until 3 October 2028. Download (739kB) | Request a copy
	Text 11221033_chapter_4.pdf Restricted to Repository staff only until 3 October 2028. Download (1MB) | Request a copy
	Text 11221033_conclusions.pdf Restricted to Repository staff only until 3 October 2028. Download (365kB) | Request a copy
	Text 11221033_bibliography.pdf Restricted to Repository staff only until 3 October 2028. Download (404kB) | Request a copy
	Text 11221033_enclosure.pdf Restricted to Repository staff only until 3 October 2028. Download (374kB) | Request a copy
	Text 11221033_paper.pdf Restricted to Repository staff only until 3 October 2028. Download (607kB) | Request a copy
	Text 11221033_presentation.pdf Restricted to Repository staff only until 3 October 2028. Download (3MB) | Request a copy
	Text 11221033_Form. TA-020.pdf Restricted to Repository staff only until 3 October 2028. Download (121kB) | Request a copy

Abstract

Masalah kekurangan gizi pada anak masih menjadi tantangan di Indonesia dan mendorong pemerintah untuk melaksanakan Program Makan Bergizi Gratis (MBG). Namun, proses pemantauan dan evaluasi kualitas hidangan pada program tersebut masih dilakukan secara manual sehingga memiliki keterbatasan dalam hal kecepatan, akurasi, dan konsistensi. Penelitian ini bertujuan untuk mengevaluasi performa model YOLOv8 dalam mendeteksi komponen makanan pada Program Makan Bergizi Gratis berdasarkan pedoman “Isi Piringku”, yang terdiri atas empat komponen utama, yaitu makanan pokok, lauk-pauk, sayur, dan buah. Penelitian dilakukan menggunakan dataset citra makanan MBG yang diperoleh melalui proses web scraping dan pengumpulan manual dari berbagai sumber daring. Dataset kemudian melalui tahap pelabelan menggunakan Roboflow, preprocessing, serta augmentasi data sebelum digunakan pada proses pelatihan. Lima varian model YOLOv8, yaitu YOLOv8n, YOLOv8s, YOLOv8m, YOLOv8l, dan YOLOv8x, dilatih dan dievaluasi menggunakan metrik accuracy, precision, recall, F1-score, mean Average Precision (mAP@0.5), serta waktu inferensi. Hasil penelitian menunjukkan bahwa model YOLOv8m dengan batch size 32 memberikan performa terbaik dibandingkan kombinasi model lainnya dengan nilai accuracy sebesar 99,20%, precision 91,31%, recall 91,04%, F1-score 91,17%, dan mAP@0.5 sebesar 95,02%. Selain memiliki performa deteksi yang tinggi, model ini juga mampu memberikan keseimbangan yang baik antara akurasi dan efisiensi komputasi. Hasil pengujian menunjukkan bahwa model mampu mendeteksi komponen makanan secara akurat pada berbagai kondisi citra, meskipun masih ditemukan kesalahan deteksi pada objek yang memiliki karakteristik visual yang mirip.Berdasarkan hasil penelitian, dapat disimpulkan bahwa YOLOv8 efektif digunakan untuk mendeteksi komponen makanan pada Program Makan Bergizi Gratis. Model YOLOv8m direkomendasikan sebagai model yang paling optimal karena mampu memberikan keseimbangan terbaik antara performa deteksi dan efisiensi komputasi sehingga berpotensi diterapkan pada sistem monitoring gizi berbasis visi komputer.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Desti Nur Irawati
Date Deposited:	16 Jul 2026 02:25
Last Modified:	16 Jul 2026 02:25
URI:	http://repository.itk.ac.id/id/eprint/26767

Actions (login required)

View Item