digilib@itb.ac.id +62 812 2508 8800

M. Fata Habibullah [27124031]
PUBLIC Open In Flipbook Noor Pujiati.,S.Sos

Program Makan Bergizi Gratis (MBG) bertujuan meningkatkan akses anak sekolah terhadap pangan bergizi dan aman, namun implementasinya diwarnai kasus keracunan makanan yang mengindikasikan lemahnya deteksi awal kelayakan makanan di sekolah. Guru sebagai Person in Charge (PIC) MBG berperan sebagai garda terakhir penentu kelayakan makanan, namun keputusan yang diambil masih bergantung pada insting tanpa instrumen objektif, sementara kesiapan adopsi teknologi mobile pada guru belum dimanfaatkan secara sistematis sebagai alat bantu identifikasi. Penelitian ini bertujuan menyusun database indikator kelayakan makanan dan merancang UI/UX aplikasi mobile pendamping deteksi awal pada Program MBG. Pendekatan yang digunakan adalah Practice-Based Research dipadukan kerangka Design Thinking melalui tahap Empathize, Define, Ideate, Prototype, dan Test, dengan data dari observasi lapangan, wawancara Guru PIC, Kepala Dapur (SPPI), dan dokter gizi klinis, menghasilkan konsep aplikasi MBGuard dengan empat fitur, yaitu Deteksi Kelayakan Hybrid Berbasis AI, Panduan Kelayakan, Riwayat, dan Lapor SPPG dalam bentuk high-fidelity prototype, yang dievaluasi melalui System Usability Scale (SUS) terhadap 10 Guru PIC. Hasil penelitian yaitu menghasilkan rumusan database parameter visual, aroma, tekstur, rasa, dan batas waktu tunggu penyajian, dengan deteksi hybrid AI dan validasi pancaindra diposisikan sebagai pendamping keputusan, bukan pengganti penilaian manusia. Prototype ini memperoleh skor SUS rata-rata 79 dari skala 100, kategori acceptable dengan predikat good pada grade B. Kebaruan penelitian terletak pada integrasi deteksi hybrid yaitu validasi sensorik manusia dan analisa AI bagi pengguna non-ahli pada distribusi pangan berskala besar, didukung database parameter yang divalidasi triangulatif dari pengguna lapangan, pelaksana dapur, dan keilmuan gizi klinis. Penelitian ini memberikan sumbangan teoretis berupa usulan untuk menghasilkan tampilan aplikasi mobile untuk deteksi awal makanan layak konsumsi dan mengakomodasi bagaimana orang non-ahli melakukan deteksi awal dengan baik.