Sistem Deteksi Kandungan Gula dan Bahan Berbahaya pada Label Informasi Nilai Gizi Minuman Kemasan Menggunakan Kombinasi NER-OCR

Abstract

Konsumsi gula berlebihan menjadi salah satu faktor utama penyebab meningkatnya risiko penyakit tidak menular seperti obesitas dan diabetes. Namun, rendahnya tingkat literasi masyarakat terhadap label informasi nilai gizi pada produk minuman kemasan menyebabkan kurangnya kesadaran akan bahaya kandungan gula dan bahan berbahaya. Berdasarkan permasalahan tersebut, penelitian ini dilakukan dengan tujuan untuk mengembangkan sistem deteksi kandungan gula dan bahan berbahaya pada label informasi nilai gizi minuman kemasan menggunakan kombinasi metode Named Entity Recognition (NER) dan Optical Character Recognition (OCR). Metode NER yang digunakan dalam penelitian ini merupakan pendekatan berbasis aturan (rule-based) menggunakan komponen EntityRuler dari pustaka spaCy untuk mengenali entitas GULA dan BAHAN_BERBAHAYA, sedangkan metode OCR menggunakan model NanoNet untuk mengekstraksi teks dari gambar label nilai gizi. Hasil dari kedua model tersebut diintegrasikan ke dalam Application Programming Interface (API) berbasis FastAPI dan dihubungkan dengan aplikasi mobile berbasis Flutter agar sistem dapat digunakan secara praktis oleh pengguna. Proses penelitian meliputi pengumpulan dataset berupa 500 gambar label nilai gizi dari berbagai merek minuman kemasan, pelatihan model NER, integrasi model OCR, serta pengujian sistem menggunakan metode black-box testing. Evaluasi performa model dilakukan dengan menghitung nilai precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model NER berbasis aturan mampu mendeteksi entitas dengan nilai rata-rata F1-score sebesar 0,9195, yang menandakan tingkat akurasi yang tinggi. Selain itu, hasil pengujian sistem juga menunjukkan bahwa seluruh fungsi utama aplikasi berjalan dengan baik, mulai dari proses unggah gambar, ekstraksi teks, hingga penampilan hasil deteksi secara real-time pada antarmuka pengguna. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kombinasi metode NER dan OCR efektif dalam mendeteksi kandungan gula dan bahan berbahaya pada label informasi nilai gizi. Sistem ini diharapkan dapat membantu masyarakat dalam viii memahami informasi gizi pada produk minuman kemasan dan meningkatkan kesadaran terhadap pentingnya pola konsumsi yang sehat.