SKRIPSI DIGITAL
Penerapan Deep Learning Untuk Estimasi Komposisi Bahan Otomatis Dari Citra Makanan Guna Optimalisasi Keuntungan Di Bisnis Kuliner = Deep Learning-Based Automatic Ingredient Composition Estimation From Food Images For Optimizing Culinary Business Profitability
Perkembangan teknologi kecerdasan buatan, khususnya Large Language Model
(LLM), telah membuka peluang baru dalam pengolahan data visual dan tekstual.
Skripsi ini bertujuan untuk mengembangkan sistem bernama Smart-Chef yang
mampu menghasilkan resep masakan secara otomatis berdasarkan gambar makanan
yang diunggah oleh pengguna. Sistem ini menggunakan pendekatan berbasis LLM
dengan memanfaatkan model GPT dan Claude untuk menghasilkan nama hidangan,
daftar bahan, takaran, serta analisis keuntungan dan harga jual per porsi. Evaluasi
dilakukan terhadap hasil prediksi dengan membandingkan data resep asli dari
platform Cookpad menggunakan beberapa metrik, yaitu Jaccard Similarity, F1
Score, Relative Error, dan Overall Score. Hasil evaluasi menunjukkan bahwa model
Claude 3.5 Sonnet memberikan performa yang lebih unggul secara keseluruhan
dalam koherensi resep dan relevansi terhadap gambar. Selain itu, hasil uji kepuasan
pengguna menunjukkan tingkat kepuasan sebesar 92,3%, mengindikasikan bahwa
sistem ini dinilai sangat bermanfaat bagi pebisnis kuliner dan masyarakat umum.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah