Perancangan Sistem Sensor Berat dan Komunikasi Data Untuk Estimasi Kandungan Protein dan Kalori Pada Timbangan Pintar Berbasis Raspberry Pi

ABSTRAK
Perkembangan teknologi dalam alat ukur dan kecerdasan buatan mendorong
terciptanya sistem yang dapat memberikan informasi nutrisi makanan secara
otomatis dan dalam waktu nyata. Penelitian ini mengeksplorasi desain timbangan
makanan cerdas yang memanfaatkan computer vision untuk memperkirakan
kandungan kalori dan protein. Sistem yang dikembangkan menggunakan sensor
Load Cell yang terhubung dengan modul HX711 untuk mengukur berat makanan,
webcam sebagai alat pengambil gambar, Arduino Uno sebagai pengolah data dari
sensor, dan Raspberry Pi 4 sebagai unit utama pemrosesan. Data berat dari sensor
dikirim ke Raspberry Pi melalui komunikasi serial untuk diolah bersama dengan
hasil identifikasi gambar makanan.Di Raspberry Pi 4, gambar makanan dianalisis
menggunakan model klasifikasi yang berbasis machine learning untuk mengenali
jenis-jenis makanan, yaitu ayam dan telur. Hasil dari identifikasi tersebut kemudian
dikombinasikan dengan data berat aktual untuk menghitung perkiraan kandungan
kalori dan protein berdasarkan nilai gizi yang direferensikan. Hasil pengolahan data
ditampilkan secara langsung melalui layar LCD sehingga pengguna dapat dengan
mudah mendapatkan informasi berat, jenis makanan, kalori, dan protein.Pengujian
terhadap sistem dilaksanakan melalui kalibrasi Load Cell, uji konsistensi, serta
penilaian komunikasi serial. Terdapat hasil pengujian yang menunjukkan nilai
MAE sebesar 0,023 g, RMSE sebesar 0,0429 g, R² sebesar 0,999998, RSD sebesar
0,0267% dan 0,0425%, waktu tunda rata-rata 100,65 ms, throughput sebesar 9,94
data per detik, serta kehilangan paket 0%. Dengan hasil tersebut, sistem ini terbukti
dapat melakukan pengukuran berat dan estimasi nutrisi dengan akurasi tinggi,
stabil, dan secara real-time.
Kata Kunci: Raspberry Pi 4,Arduino UNO, Load Cell , Kalibrasi, Repeatability