Deteksi Visual Makanan Berbasis BOT Telegram Menggunakan Layanan API IBM Watson
Abstract
Food recognition merupakan salah satu implementasi dari penerapan computer vision yang telah berkembang sangat pesat. Sudah banyak pembuatan aplikasi untuk mengenali sebuah visual makanan. Dalam hal ini penelitian berfokus pada pembuatan platform dengan memanfaatkan fitur bot telegram sebagai tempat hasil klasifikasi visual makanan. Fitur bot yang ada pada aplikasi perpesanan telegram dapat melakukan berbagai hal perintah - perintah dalam melakukan pekerjaan, sehingga dapat memudahkan pekerjaan manusia. Tujuan dari makalah ini ditujukan bagaimana pembuatan bot telegram dengan memanfaatkan kecerdasan buatan yaitu deteksi visual makanan dengan memanfaatkan layanan API IBM Watson. Adapun hasil penelitian berupa aplikasi pendeteksi visual makanan melalui bot telegram.
References
Gede, P., & Cipta, S. (2020). Prediksi Citra Makanan Menggunakan Convolutional Neural Network Untuk Menentukan Besaran Kalori Makanan. JuTIK - Jurnal Teknologi Informasi dan Komputer. 6 (1), pp.30–38.
Jusia, P. A. (2016). Face Recognition Menggunakan Metode Algoritma Viola Jones dalam Penerapan Computer Vision. Jurnal Ilmiah Media Processor. 11(1), pp.663-675.
Parlika, R., Miftakhoneki, S., Fernanda, R. A., Ramadhan, F. D., & Andry S, F. (2020). Program Menghitung Rumus Bangun Datar dan Bangun Ruang Menggunakan Fasilitas BOT Telegram. Jurnal Teknologi Informasi Dan Komunikasi, 15 (1), pp.50-58.
Parlika, R., Hutama, D. S., Gallanta, R. A., Q. J., & Nabilah, A. N. (2019). Studi Komparatif Implementasi Push Message Pada Media Sosial Secara Gratis. E-NARODROID. 5 (2), pp.44-55.
Parlika, R., & Pratama, A. (2019). Aplikasi Mesin Penjawab Pesan Berbasis Bot Telegram, Php, Dan Mysql. SCAN - Jurnal Teknologi Informasi Dan Komunikasi, 14(3), pp.1–9.
Parlika, R., Michael, L., Prasetya, I., Putra, H. R., Satria, V. H., & Pralas, F. H. (2019). Membangun Login Terenkripsi Menggunakan Bot Telegram Dan Database Mysql. Prosiding Seminar Nasional SANTIKA Ke-1 2019. pp.196-202.
Parlika, R., & Pratama, A. (2019). Aplikasi Penampil Berita Realtime Berbasis BOT Telegram Menggunakan API Web (APBR Versi 1.0). Prosiding Seminar Nasional SANTIKA Ke-1 2019. pp.17-20.
Gunawan, L. N., Anjarwirawan, J., & Handojo, A. (2018). Aplikasi Bot Telegram Untuk Media Informasi Perkuliahan Program Studi Informatika-Sistem Informasi Bisnis Universitas Kristen Petra. Jurnal Infra Petra, 6 (1), pp.921–921.
Puri, M., Zhu, Z., Yu, Q., Divakaran, A., & Sawhney, H. (2009). Recognition and volume estimation of food intake using a mobile device. 2009 Workshop on Applications of Computer Vision.
Islam, K. T., Wijewickrema, S., Pervez, M., & O’Leary, S. (2019). An Exploration of Deep Transfer Learning for Food Image Classification. 2018 International Conference on Digital Image Computing: Techniques and Applications.
Pathak, A. R., Pandey, M., & Rautaray, S. (2018). Application of Deep Learning for Object Detection. Procedia Computer Science. Procedia computer science. 132, pp.1706-1717.
Amato, G., Bolettieri, P., De Lira, V. M., Muntean, C. I., Perego, R., & Renso, C. (2017). Social media image recognition for food trend analysis. SIGIR 2017 - Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval. pp.1333-1336.
Gunawan, L. N., Anjarwirawan, J., & Handojo, A. (2018). Aplikasi Bot Telegram Untuk Media Informasi Perkuliahan. Jurnal Infra Petra. 6(1), pp.1-6.
Nufusula, R., & Susanto, A. (2018). Rancang Bangun Chat Bot Pada Server Pulsa Menggunakan Telegram Bot API. JOINS (Journal of Information System). 3(1), pp.80-88.
Setiaji, H., & Paputungan, I. V. (2018). Design of Telegram Bots for Campus Information Sharing. IOP Conference Series: Materials Science and Engineering. 325(1), pp.1-6.
Full Text: Vol. 13 No. 2. pp 91-98
Refbacks
- There are currently no refbacks.
