BahanbaKu merupakan salah satu aplikasi mobile berbentuk e-commerce yang menjual bahan makanan. Untuk memudahkan user, BahanbaKu menyediakan fitur resep makanan terkait dan klasifikasi makanan berdasar citra yang diinput oleh user. Salah satu kelemahan fitur aplikasi BahanbaKu yang telah dikembangkan menggunakan pre-trained model EfficientNetB7 yaitu belum maksimal dalam mengklasifikasikan citra makanan Indonesia. Untuk itu, dalam penelitian ini diimplementasikan metode transfer learning menggunakan pre-trained model MobileNetV2 yang memiliki kelebihan dapat mereduksi memori yang digunakan, sekaligus menurunkan waktu proses klasifikasi. Penelitian ini menggunakan gabungan 2 dataset makanan Indonesia dengan jumlah 13 kelas yang mencakup 10.082 citra. Penelitian ini menunjukkan bahwa untuk klasifikasi, penggunaan pre-trained model MobileNetV2 dengan optimizer “Adam”, pembagian data train:test:validation 80:10:10, dan learning rate 0.0001 serta 100 epoch memiliki hasil paling baik dengan nilai accuracy 100?n nilai loss 0.00024. Berdasarkan hasil tersebut dapat disimpulkan bahwa metode transfer learning menggunakan pre-trained model MobileNetV2 dapat diimplementasikan dalam klasifikasi citra pada aplikasi BahanbaKu.
