RANCANG BANGUN APLIKASI PENENTUAN TINGKAT KANDUNGAN GULA PADA MINUMAN BERKEMASAN DAN PEMANTAUAN KONSUMSI GULA BERBASIS WEBSITE

The increase in diabetes mellitus cases in Indonesia is a serious concern, particularly due to the high consumption of sugar from packaged sweetened beverages and the low awareness among the public regarding reading and understanding nutrition labels. This study aims to design and develop a web application that can assist users in determining the sugar content in packaged beverages and monitoring sugar consumption. The development was carried out using the Waterfall method. The application features nutrition label scanning using Gemini AI 2.0 Flash, sugar content level indicators (A, B, C, D), as well as sugar consumption tracking and visualization. Testing was conducted using the Black Box Testing method and the Technology Acceptance Model (TAM). Results showed that 39 out of 41 test scenarios ran as specified, while two failed due to images being taken from a distance of ≥30 cm and in blurry conditions. The Technology Acceptance Model (TAM) evaluation of 30 respondents aged 15–28 yielded a Perceived Usefulness score of 92.83%, Perceived Ease of Use of 94.22%, Attitude Toward Using Tecnology of 92.67%, and Behavioral Intention to Use of 87.67%. Thus, it can be concluded that the design and development of this application using the waterfall method has been successfully implemented and is well-received by users as a tool to enhance awareness and control daily sugar consumption.

Peningkatan kasus diabetes melitus di Indonesia menjadi perhatian serius, terutama akibat tingginya konsumsi gula dari minuman manis berkemasan dan rendahnya kesadaran masyarakat dalam membaca dan memahami label nutrisi. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi web yang dapat membantu pengguna menentukan tingkat kandungan gula pada minuman berkemasan dan memantau konsumsi gula. Pengembangan dilakukan menggunakan metode Waterfall. Aplikasi dilengkapi fitur pemindaian label nutrisi menggunakan Gemini AI 2.0 Flash, indikator tingkat kandungan gula (A, B, C, D), serta pencatatan dan visualisasi konsumsi gula. Pengujian dilakukan menggunakan metode Black Box Testing dan Technology Acceptance Model (TAM). Hasil menunjukkan 39 dari 41 skenario pengujian berjalan sesuai spesifikasi, sedangkan dua gagal karena gambar diambil dari jarak ≥30 cm dan dalam kondisi gambar buram. Evaluasi Technology Acceptance Model (TAM) terhadap 30 responden usia 15–28 tahun menghasilkan skor Perceived Usefulness sebesar 92,83%, Perceived Ease of Use sebesar 94,22%, Attitude Toward Using Tecnology sebesar 92,67%, dan Behavioral Intention to Use sebesar 87,67%. Dengan demikian, dapat disimpulkan bahwa perancangan dan pengembangan aplikasi ini dengan metode waterfall telah berhasil dilakukan dan dapat diterima dengan sangat baik oleh pengguna sebagai alat bantu untuk meningkatkan kesadaran serta mengontrol konsumsi gula harian.