Hitung kalori dari foto dengan AI, seberapa akurat?

Penghitung kalori AI bisa mengubah foto makanan jadi perkiraan yang berguna dalam hitungan detik, tetapi tidak bisa mengukur minyak yang tak terlihat, bahan dalam resep, atau ketebalan porsi secara tepat dari foto biasa. Studi yang dipublikasikan melaporkan rentang kesalahan yang lebar, bukan satu angka akurasi yang berlaku untuk semua. Gunakan foto agar pencatatan cepat dan konsisten; periksa asumsi dan koreksi hasilnya agar lebih akurat.

Alur yang realistis adalah foto → perkiraan bahan dan porsi → pencarian data gizi → pemeriksaan oleh pengguna → pencatatan. Tanpa pemeriksaan, angka yang terlihat meyakinkan tapi keliru bisa masuk ke catatan makan.

Apa yang terjadi setelah kamu mengambil foto

Sistem berbasis foto biasanya melakukan empat tugas:

1. Pengenalan makanan: memberi label pada makanan yang terlihat, seperti nasi, ayam, brokoli, dan saus.
2. Segmentasi: menentukan piksel mana yang termasuk setiap makanan.
3. Perkiraan porsi: memperkirakan berat dalam gram atau volume dari luas, kedalaman, ukuran piring, atau benda pembanding yang diketahui ukurannya.
4. Pencocokan zat gizi: mencocokkan setiap perkiraan makanan dan porsinya dengan basis data gizi.

Satu tahap bisa benar, tetapi tahap berikutnya salah. Model bisa mengenali alpukat dengan tepat, tetapi memperkirakan porsinya 100 g padahal hanya 55 g. Model bisa melihat pasta, tetapi tidak tahu apakah sausnya mengandung satu sendok teh atau tiga sendok makan minyak.

Beberapa ponsel menambahkan informasi kedalaman. Foto dari sudut kedua atau benda pembanding yang diketahui ukurannya bisa memperbaiki perkiraan volume. Sebuah tinjauan sistematis mencatat bahwa foto dari atas membantu memperkirakan luas, sedangkan foto dari samping membantu memperkirakan tinggi; benda pembanding membantu menentukan skala ukuran dalam foto. Wajar saja, kebanyakan orang hanya mengambil satu foto cepat tanpa kartu kalibrasi.

Seberapa akurat, tanpa angka promosi

Tinjauan sistematis tahun 2024 membandingkan penilaian asupan makan berbasis gambar dengan AI yang sepenuhnya otomatis dengan penilaian manusia atau nilai acuan sebenarnya. Dalam studi-studi yang ditinjau, rata-rata kesalahan relatif untuk kalori berkisar 0,10% hingga 38,3%, dan kesalahan volume berkisar 0,09% hingga 33%. Foto sederhana yang hanya menampilkan satu makanan cenderung memberi hasil lebih baik.

Rentang itu tidak berarti aplikasi kamu “akurat 62% hingga 99,9%”. Studi-studi tersebut menggunakan kumpulan makanan, kondisi foto, definisi, dan nilai acuan yang berbeda. Banyak sistem masih berupa prototipe penelitian, bukan aplikasi konsumen di ponsel kamu. Para peneliti tidak bisa menggabungkan hasilnya menjadi satu meta-analisis.

Sikapi klaim aplikasi seperti “akurasi 98%” dengan hati-hati, kecuali pembuatnya memublikasikan data uji, jumlah sampel, ukuran kesalahan, pembanding, dan hasil untuk hidangan campuran dalam kondisi sehari-hari.

Contoh perhitungan sepiring makanan

Misalnya, ada foto ayam panggang, nasi, dan sayuran hijau. Model memberikan perkiraan berikut:

Jenis makanannya sudah benar. Namun, misalkan ayamnya 120 g, nasinya 250 g, dan sayurannya dimasak dengan satu sendok makan minyak. Setelah dikoreksi, perkiraannya bisa menjadi:

• Ayam: sekitar 200 kkal
• Nasi: sekitar 325 kkal
• Sayuran: sekitar 55 kkal
• Minyak: sekitar 120 kkal
• Total setelah dikoreksi: sekitar 700 kkal

Makanannya dikenali dengan sangat baik; perkiraan kalorinya kurang 120, atau sekitar 17%. Informasi yang tidak tertangkap adalah ketebalan porsi dan minyak—dua hal yang memang sulit terlihat dalam foto dua dimensi.

Alat yang baik menampilkan keempat asumsi itu. Pengguna bisa bilang “nasinya lebih banyak, minyaknya satu sendok makan” tanpa harus menghapus angka 580 dan mencatat ulang seluruh isi piring secara manual.

Apa yang bisa terlihat jelas dari foto

Perkiraan dari foto paling bisa diandalkan ketika:

• makanan terpisah dan terlihat jelas;
• piring atau kemasan menjadi pembanding ukuran;
• porsinya umum;
• resep makanannya bisa diperkirakan;
• pencahayaannya jelas;
• label merek atau nama menu terbaca.

Pisang di samping satu cup yoghurt lebih mudah diperkirakan daripada kari, kaserol, atau burrito. Untuk protein bar dalam kemasan tertutup dengan tabel Informasi Nilai Gizi yang terlihat, gunakan data labelnya, bukan perkiraan dari tampilan.

Untuk menu jaringan restoran yang bisa dikenali, informasi gizi resmi biasanya menjadi acuan awal terbaik. Foto membantu mengenali menu; basis data menu menyediakan angkanya.

Apa yang tidak bisa diketahui dari foto

Lemak tersembunyi

Minyak yang terserap saat menggoreng, mentega di bawah sayuran, mayones dalam roti lapis, dan krim dalam saus bisa tidak terlihat. Karena lemak menyumbang sekitar 9 kkal per gram, selisih jumlah yang kecil pun berpengaruh.

Komposisi resep

Dua mangkuk chili bisa terlihat sama, padahal satu memakai daging kalkun rendah lemak dan yang lain memakai daging sapi berlemak, keju, serta lebih banyak minyak. Model perlu keterangan tambahan atau resep yang sudah disimpan.

Ketebalan porsi

Tumpukan makanan bisa tipis atau berlanjut jauh ke bawah bibir wadah yang terlihat. Porsi dalam mangkuk sangat sulit diperkirakan dari atas. Foto samping, wadah yang diketahui ukurannya, atau koreksi lewat pesan bisa membantu.

Berapa banyak yang dimakan

Foto sebelum makan merekam makanan yang disajikan. Foto itu tidak menunjukkan sisanya, kecuali kamu mengambil foto setelah makan atau menjelaskannya.

Perubahan saat dimasak

Berat mentah dan matang tidak bisa dipakai bergantian karena proses memasak mengubah kadar air. Model bisa mengenali ayam dalam foto tanpa mengetahui apakah entri basis datanya untuk ayam mentah atau matang.

Akurasi perlu didukung proses yang bisa dikoreksi

Pencatatan manual juga tidak selalu mencerminkan nilai sebenarnya. Orang bisa memilih entri basis data yang salah, lupa bahan, dan menaksir porsi. Label kemasan dan informasi gizi restoran juga punya variasi, baik dalam batas yang diizinkan maupun dalam praktiknya. Jadi, perbandingannya bukan data manual sempurna melawan AI yang keliru; keduanya sama-sama bisa meleset.

Sistem foto yang berguna seharusnya:

• menandai hasil sebagai perkiraan;
• mencantumkan setiap makanan yang dikenali secara terpisah;
• menunjukkan asumsi porsi;
• menyoroti kemungkinan minyak atau saus salad yang tersembunyi;
• meminta konfirmasi sebelum menyimpan;
• menerima koreksi dengan bahasa sehari-hari;
• memperhitungkan koreksi dalam total harian.

Itulah prinsip di balik penghitung kalori di WhatsApp: makanan baru dicatat setelah kamu mengonfirmasi, dan balasan berikutnya bisa memperbarui catatan makan itu.

Cara mengambil foto makanan yang lebih berguna

Kamu tidak perlu menyiapkan sesi foto studio. Empat langkah kecil ini membantu:

1. Pastikan seluruh piring atau wadah masuk dalam foto.
2. Ambil foto dari sudut agak miring agar tinggi makanan terlihat.
3. Biarkan makanan terlihat, jangan tutupi semuanya dengan saus.
4. Tambahkan satu kalimat jika ada informasi penting yang tidak terlihat: “digoreng dengan satu sendok makan minyak” atau “setengah mangkuk”.

Untuk makanan kemasan, foto tabel Informasi Nilai Gizinya. Untuk makanan restoran, sertakan deskripsi menu atau nama restorannya. Untuk masakan rumahan yang sering kamu buat, simpan resepnya sekali lalu gunakan kembali data gizinya.

Apakah catat makan lewat foto cukup untuk defisit kalori?

Bisa, asalkan perkiraannya konsisten dan kamu memakai tren berat badan untuk menyesuaikannya. Misalnya, catatan foto kamu rata-rata 1.800 kkal, tetapi berat badan stabil selama empat minggu. Itu menunjukkan bahwa asupan yang kamu catat sekitar angka tersebut mempertahankan berat badan. Entah asupan sebenarnya 1.750 atau 2.050, informasi yang bisa kamu gunakan adalah bahwa target dalam catatan dan kebiasaan kamu saat ini membuat berat badan tetap stabil.

Perbaiki hal-hal yang jelas terlewat, lalu turunkan sedikit rata-rata kalori yang kamu catat. Kamu tidak perlu mencari angka kalori yang benar-benar sempurna untuk setiap makan malam.

Frekuensi juga berpengaruh. Penelitian tentang pemantauan asupan makan mandiri menemukan bahwa pencatatan yang konsisten dan sering berkaitan dengan penurunan berat badan, sedangkan kelengkapan catatan yang ketat tidak menunjukkan hubungan yang jelas. Perkiraan cepat yang benar-benar kamu catat bisa lebih berguna daripada proses presisi yang akhirnya kamu tinggalkan.

Pelajari apa yang perlu kamu prioritaskan lewat cara menghitung kalori tanpa merasa terbebani dan bandingkan alatnya di aplikasi penghitung kalori terbaik 2026.

Untuk melihat bagaimana estimasi foto dibandingkan dengan barcode, pencarian, dan porsi yang ditimbang menurut studi, baca aplikasi penghitung kalori mana yang paling akurat.

FAQ

Apakah ChatGPT bisa menghitung kalori dari foto?

Model AI umum yang bisa membaca gambar dapat mengenali makanan dan memperkirakan porsi, tetapi tetap menghadapi masalah bahan tersembunyi dan skala ukuran. Gunakan hasilnya sebagai perkiraan yang bisa dikoreksi, bukan hasil pengukuran, dan buat keputusan medis bersama tenaga kesehatan yang berkualifikasi.

Seberapa jauh perkiraan kalori dari foto bisa meleset?

Studi AI yang dipublikasikan melaporkan rata-rata kesalahan yang sangat beragam, dengan kesalahan relatif kalori hingga sekitar 38% dalam tinjauan sistematis yang dikutip di sini. Satu hidangan yang sulit dinilai bisa meleset lebih jauh. Makanan sederhana yang terlihat jelas cenderung lebih mudah diperkirakan daripada hidangan campuran.

Apakah barcode lebih akurat daripada foto makanan?

Untuk makanan kemasan, barcode yang terhubung ke label yang benar dan terkini biasanya lebih bisa diandalkan. Kamu tetap perlu mengetahui porsi yang benar-benar dimakan, dan entri basis data bisa sudah usang. Memotret label membantu kamu memeriksa keduanya.

Sumber

• Tinjauan sistematis penilaian asupan makan dari gambar dengan AI dibandingkan nilai acuan sebenarnya
• Tinjauan sistematis pengenalan makanan dan perkiraan porsi berbasis gambar
• Tinjauan validitas penilaian asupan makan berbantuan gambar
• Panduan FDA tentang basis data label gizi dan kepatuhan
• Payne dkk., konsistensi dan frekuensi pencatatan asupan makan berbasis aplikasi

Cara mudah melakukannya

Kirim foto makanan kamu ke HeyCoach lewat WhatsApp. Kamu akan mendapat rincian bahan, porsi, kalori, dan zat gizi makro berdasarkan asumsi untuk diperiksa—bukan hasil pengukuran kamera ajaib. Bilang “nasinya setengah, minyaknya lebih banyak” sekarang atau balas kartu makanannya nanti, dan catatan akan diperbarui tanpa perlu mulai dari awal.