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

Diet vegetarian adalah tipe diet yang menghilangkan daging, atau seafood, atau terkadang telur dan produk susu dari makanan yang dikonsumsi Terdapat beberapa jenis diet vegetarian yaitu vegan, lacto-vegetarian, ovo-vegetarian, dan pesce-vegetarian. Saat bepergian ke daerah baru diperlukan pengetahuan terkait bahasa dan jenis bahan makanannya dalam mengidentifikasi makanan yang ingin dikonsumsi karena potongan dan penyajian bahan-bahan makanan dari setiap daerah berbeda. Sehingga, cukup sulit bagi orang yang menjalani diet vegetarian dalam mengidentifikasi bahan makanan yang terkandung dalam makanan yang akan dikonsumsi. Sistem pengenalan bahan makanan dapat menjadi solusi untuk membantu orang yang menjalani diet vegetarian saat mengidentifikasi makanannya. Pengenalan bahan makanan dilakukan dengan memanfaatkan arsitektur model semantic segmentation yaitu SegFormer. Arsitektur model SegFormer digunakan dengan pertimbangan memiliki hasil terbaik pada tahap benchmarking saat dibandingkan dengan UNet, DeepLabv3, dan SETR. Terdapat dua variasi model pengenalan bahan makanan yang dibuat yaitu SegFormer-All dan SegFormer- Negatif. SegFormer-All yang dilatih menggunakan seluruh daftar makanan di dataset FoodSeg103 terpilih untuk digunakan pada sistem karena memiliki hasil evaluasi klasifikasi tipe diet vegetarian yang lebih baik daripada model SegFormer-Negatif. Rata-rata nilai precision dan recall untuk empat tipe diet vegetarian pada model SegFormer-All adalah 0,733 dan 0,962. Penggunaan random cropping pada data latih dapat meningkatkan kinerja model. Model SegFormer-All berhasil mengurangi interferensi antar bahan makanan dan mengatasi tingginya variasi di dalam suatu kelas bahan makanan. Hasil segmentasi dari model pengenalan bahan makanan diberikan highlight warna pada bahan makanan yang tidak dapat dikonsumsi tipe diet vegetarian tertentu agar makanan mudah diidentifikasi.