Oleh: Kavadya Syska, S.P., M.Si. (Dosen Bidang Teknologi Pangan – Food Technologist, Universitas Nahdlatul Ulama)
Pemantauan asupan pangan secara mandiri adalah aspek penting dari rekomendasi kesehatan nasional, namun aplikasi yang ada sering kali dianggap memberatkan bagi pengguna dan peneliti. Hal ini menjadi kendala dalam penggunaan teknologi tersebut. Dalam konteks ini, pengembangan aplikasi baru bernama COCO Nutritionist menawarkan pendekatan yang lebih mudah dan efisien dalam analisis nutrisi berdasarkan asupan pangan yang dilaporkan secara mandiri.
COCO Nutritionist menggabungkan teknologi pemahaman ucapan dengan teknologi pemetaan makanan ke kode komposisi pangan yang sesuai dalam basis data nasional. Dengan demikian, aplikasi ini bertujuan untuk menyediakan analisis nutrisi yang lebih otomatis dan mengurangi beban pada pengguna. Metode ini menawarkan potensi untuk mengubah cara kita mendekati pemantauan diet dengan memanfaatkan kemajuan dalam teknologi berbicara.
Dalam penelitian ini, COCO diuji dibandingkan dengan metode wawancara tradisional yang dikenal sebagai 24-hour recall, yang merupakan metode standar dalam penilaian asupan energi. Selama lima hari berturut-turut, peserta yang terdiri dari 35 pria dan wanita berusia rata-rata 28 tahun diminta untuk menggunakan COCO, sementara wawancara 24 jam dilakukan pada dua hari tertentu. Ini memberikan kesempatan untuk membandingkan keakuratan kedua metode tersebut secara langsung.
Hasil dari studi ini menunjukkan bahwa tidak ada perbedaan signifikan dalam asupan energi yang dilaporkan antara COCO dan metode 24-hour recall pada hari-hari di mana kedua metode digunakan. Dengan rata-rata asupan energi 2092 kalori dari COCO dan 2030 kalori dari metode wawancara, hal ini menunjukkan bahwa COCO mampu memberikan estimasi yang akurat. Lebih jauh lagi, tidak ada perbedaan yang signifikan dalam persentase energi yang berasal dari protein, karbohidrat, dan lemak, menunjukkan konsistensi dalam hasil kedua metode.
Kelebihan utama COCO terletak pada kemampuannya untuk menggunakan bahasa alami, yang membuat pengguna dapat melaporkan asupan makanan mereka dengan cara yang lebih intuitif dan mudah. Hal ini berpotensi mengurangi kesalahan yang sering terjadi pada metode tradisional, di mana peserta mungkin kesulitan mengingat detail asupan mereka. Dengan COCO, proses pelaporan menjadi lebih interaktif dan langsung, sehingga meningkatkan kemungkinan partisipasi yang lebih tinggi.
Meski hasil awal ini menjanjikan, penting untuk melakukan penelitian lebih lanjut untuk mengeksplorasi potensi aplikasi ini dalam populasi yang lebih besar dan beragam. Evaluasi jangka panjang juga diperlukan untuk menilai keberlanjutan penggunaan COCO di kalangan pengguna sehari-hari. Pengembangan fitur tambahan, seperti analisis gizi lebih mendalam dan rekomendasi personalisasi, juga dapat meningkatkan kegunaan aplikasi ini.
Secara keseluruhan, COCO Nutritionist mewakili langkah maju yang menarik dalam teknologi pemantauan diet. Dengan memadukan kemajuan dalam pemahaman bahasa dan pemetaan nutrisi, aplikasi ini tidak hanya menawarkan cara baru untuk melacak asupan pangan, tetapi juga berpotensi untuk mengubah cara kita memahami dan mengelola diet kita, serta mendukung tujuan kesehatan masyarakat secara lebih efektif.
