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.