Prediksi Durasi Olahraga untuk Membakar Kalori Makanan Cepat Saji Berbasis Machine Learning
Demo & Pengujian Sistem: Prediksi Durasi Olahraga untuk Membakar Kalori Makanan Cepat Saji Berbasis Machine Learning
Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Prediksi Durasi Olahraga untuk Membakar Kalori Makanan Cepat Saji Berbasis Machine Learning via TikTok.
Overview & Cara Kerja
MetaboShock merupakan sistem kecerdasan buatan (Artificial Intelligence) berbasis Supervised Machine Learning, pemodelan nutrisi biometrik, dan fisiologi pembakaran energi (Ainsworth MET Compendium) yang dirancang untuk memprediksi tingkatan beban metabolik (workout shock tier), durasi olahraga kompensasi multi-modalitas (jalan cepat, bersepeda, lari jarak jauh, dan sirkuit HIIT), serta menyusun strategi pemecahan latihan (split workout plan) adaptif pasca-konsumsi makanan cepat saji (fast food / cheat meal).
Fitur Utama Project
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
8.000 Fast Food Order Ingestion
Ingesti dan audit integritas 8.000 baris data pesanan makanan cepat saji dari 9 restoran waralaba terkemuka dipadukan dengan biometrik konsumen tanpa nilai hilang (zero missing values).
Nutritional & Metabolic Density Ratios
Formulasi 5 fitur rasio makronutrien (fat ratio, carb ratio, protein ratio, sugar density, cal/kg), kalkulasi TEF dan net surplus, serta eliminasi total variabel durasi post-hoc untuk mencegah 100% data leakage.
ColumnTransformer & Stratified Split
Penyekalaan 18 fitur numerik dengan StandardScaler, One-Hot Encoding 4 fitur kategorikal menggunakan ColumnTransformer, dan pembagian data Stratified 80:20 berbobot seimbang.
8-Algorithm Classification Benchmark
Pelatihan dan evaluasi komparatif 8 algoritma Machine Learning pada 1.600 sampel data uji, menetapkan Gradient Boosting sebagai model terbaik (Test Accuracy 93.50%, Macro F1 0.8780).
Flask Web App & Multi-Modal Recommender
Deployment pipeline produksi ke antarmuka web interaktif MetaboShock berbasis Flask dan Tailwind CSS, dilengkapi kalkulator multi-modalitas MET, generator split workout, dan endpoint REST API real-time.
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
fast-food-calorie-shock-machine-learning.zip
Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.
Dokumentasi Teknis
Tersedia dokumentasi teknis komprehensif untuk project ini:
Kebutuhan Sistem & Spesifikasi
Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:
Cross-platform compatible
Lingkungan kerja teruji
Optimal untuk running service
Untuk berkas & dependensi
Pertanyaan yang Sering Diajukan (FAQ)
Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:
Bagaimana cara mendapatkan source code setelah pembayaran?
Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.
Apakah ada panduan instalasi dan dokumentasi teknis?
Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.
Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?
Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.
Bagaimana jika saya mengalami kendala teknis saat instalasi?
Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.
Ulasan Pembeli
Ulasan terverifikasi dari pengguna yang telah membeli project ini.
Belum ada ulasan untuk project ini.
Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.
Yang Anda Dapatkan:
- Full Source Code Lengkap & Aset Project
- Teknologi: Python, Flask, HTML, CSS
- Panduan Instalasi & Konfigurasi Lingkungan
- Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
- Hak Lisensi Tugas Akhir, Skripsi & Komersial
- Akses Unduhan Berkas ZIP & Code Explorer Langsung