Oktaviana, Tria (2025) PERANCANGAN APLIKASI SUGREE SEBAGAI PEMBACA KADAR GULA PADA KEMASAN MINUMAN MENGGUNAKAN EFFICIENTNETV2M UNTUK MENCEGAH PENYAKIT DIABETES. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.
![[img]](https://eprints.untirta.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
Tria Oktaviana_3332210054_Fulltext.pdf Download (5MB) |
|
Text (Bab 1)
Tria Oktaviana_3332210054_01.pdf Download (2MB) |
|
Text (Bab 2)
Tria Oktaviana_3332210054_02.pdf Download (295kB) |
|
Text (Bab 3)
Tria Oktaviana_3332210054_03.pdf Download (794kB) |
|
Text (Bab 4)
Tria Oktaviana_3332210054_04.pdf Download (1MB) |
|
Text (Bab 5)
Tria Oktaviana_3332210054_05.pdf Download (210kB) |
|
Text (Daftar Referensi)
Tria Oktaviana_3332210054_Ref.pdf Download (195kB) |
|
Text (Lampiran)
Tria Oktaviana_3332210054_Lamp.pdf Download (1MB) |
|
Text (Cek Plagiasi)
Tria Oktaviana_3332210054_CP.pdf Download (6MB) |
Abstract
Penelitian ini dilatarbelakangi oleh tingginya konsumsi gula dan rendahnya pemahaman masyarakat terhadap label gizi minuman kemasan yang meningkatkan risiko diabetes mellitus. Untuk menjawab masalah tersebut dikembangkan aplikasi mobile Sugree berbasis Android yang dapat mengidentifikasi botol minuman dan menampilkan kadar gula serta rekomendasi batas volume minuman yang dapat dikonsumsi. Sistem memanfaatkan model Convolutional Neural Network EfficientNetV2M berbasis transfer learning yang dilatih dengan augmentasi data dan fine-tuning, kemudian dikonversi ke TensorFlow Lite dan diintegrasikan ke perangkat Android. Melalui kamera atau galeri, pengguna dapat memindai kemasan minuman, menerima informasi kadar gula, serta batas volume konsumsi yang disarankan, yang juga disimpan dalam riwayat pemindaian. Antarmuka aplikasi dirancang responsif dengan indikator proses dan transisi yang halus agar pengalaman pemindaian terasa nyaman. Hasil pengujian menunjukkan model mampu melakukan klasifikasi kemasan minuman dengan confidence rata-rata sekitar 94,90%, sehingga aplikasi Sugree berpotensi menjadi media edukasi dan pendukung pengelolaan konsumsi gula secara preventif.
| Item Type: | Thesis (S1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Android, Confidence, EfficientNetV2M | |||||||||
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering | |||||||||
| Divisions: | 03-Fakultas Teknik > 20201-Jurusan Teknik Elektro | |||||||||
| Depositing User: | Tria Oktaviana | |||||||||
| Date Deposited: | 23 Jan 2026 07:21 | |||||||||
| Last Modified: | 23 Jan 2026 07:21 | |||||||||
| URI: | http://eprints.untirta.ac.id/id/eprint/57472 |
Actions (login required)
 |
View Item |