Bolehkah AI Mengecam Kuah Banjir? Cabaran Melatih Model Computer Vision untuk Makanan Malaysia

Di dunia barat, automasi kaunter layan diri (self-checkout) adalah perkara yang mudah. Sebuah tin minuman soda mempunyai kod bar. Sekeping piza atau sebuku roti mempunyai bentuk geometri yang konsisten dan mudah diramal.

Namun, bawa teknologi yang sama ke kafeteria kampus atau restoran di Malaysia pada jam 12:30 tengah hari, dan sistem tersebut akan lumpuh serta-merta.

Puncanya adalah satu hidangan kebangsaan kita: Nasi Campur.

Bagi manusia biasa, sepinggan nasi campur dengan ayam goreng berempah, sayur bayam, telur masin, dan limpahan kuah kari campur dalca—atau lebih dikenali sebagai kuah banjir—adalah santapan tengah hari yang menyelerakan. Namun bagi sistem penglihatan komputer (computer vision), pinggan tersebut kelihatan seperti kawasan huru-hara visual.

Mengapa Nasi Campur Adalah "Mimpi Ngeri" untuk AI Konvensional

Sebilangan besar model pengesanan objek konvensional yang dibangunkan di luar negara bergantung kepada bentuk kontur yang jelas. Apabila sebuah objek diletakkan di atas pinggan, algoritma lazimnya mencari bucu, sempadan, dan tekstur yang boleh dikenal pasti.

Dalam konteks nasi campur tempatan, tiga cabaran utama ini muncul:

1. Masalah Tindanan & Oklusi (Occlusion)

Diner jarang meletakkan lauk secara teratur di atas pinggan. Seketul ayam goreng sering kali bertindih di atas longgokan sayur kangkung belacan, sementara separuh daripada bahagian ikan tersorok di bawah timbunan nasi. Apabila lauk saling bertindih, algoritma biasa sukar menentukan di mana satu lauk bermula dan di mana lauk lain berakhir.

2. Pantulan Spekular Kuah (Specular Reflection)

Kuah kari, kuah kurma, dan sambal mengandungi minyak serta santan. Di bawah pencahayaan lampu kaunter, permukaan kuah menghasilkan pantulan kilauan cahaya (specular highlight). Pantulan ini sering mengaburkan tekstur sebenar makanan di bawahnya, menyebabkan kamera berisiko tersalah tafsir warna atau kedalaman objek.

3. Kuah Banjir vs Lauk Berkuah

Ini adalah cabaran paling halus dalam diet rakyat Malaysia:

• Pinggan A: Mengandungi nasi yang disiram kuah kari kosong (yang biasanya percuma atau bercaj minimum).
• Pinggan B: Mengandungi gulai kawah daging, di mana ketulan daging tenggelam sepenuhnya di bawah permukaan kuah yang serupa.

Jika model sekadar membaca warna kuah, sistem boleh tersilap mengecas kuah kosong sebagai hidangan daging, atau sebaliknya melepaskan hidangan berprotein mahal tanpa sebarang bayaran.

Di Sebalik Tabir: Bagaimana Bibora Vision AI Menyelesaikan Masalah Ini

Untuk membina kiosk imbasan pintar yang mampu berfungsi di dunia nyata, teknologi asas tidak boleh bergantung pada tekaan kasar. Bibora Vision AI menggunakan pendekatan kejuruteraan khusus untuk memproses makanan Asia Tenggara:

1. Menggunakan Segmentasi Instans (Instance Segmentation)

Daripada sekadar melukis kotak segi empat (bounding box) di sekeliling pinggan, model kami menggunakan instance segmentation peringkat piksel. Model ini dilatih untuk memisahkan sempadan setiap elemen makanan secara terperinci—membezakan tekstur rangup kulit ayam goreng walaupun sebahagiannya telah diselaputi kuah, dan mengasingkan kuah limpah daripada kuah yang membawa isi lauk.

2. Latihan Data Dunia Nyata (Real-World Datasets)

Model AI tidak boleh dilatih menggunakan gambar makanan dari carian imej internet semata-mata. Ketepatan hanya boleh dicapai dengan mendedahkan model kepada ribuan pinggan makanan sebenar dari kafeteria dan kantin harian.

Daripada ujian rintis di fasiliti pendidikan seperti kantin guru SK Presint 11 (2) Putrajaya sehinggalah medan selera institusi, data harian yang dikumpul membantu melatih rangkaian neural (deep neural network) untuk membiasakan diri dengan variasi pencahayaan, jenis pinggan mangkuk, dan gaya siraman kuah yang berbeza.

3. Pemprosesan di Tepi (Edge Computing)

Semasa waktu puncak antara jam 12:00 tengah hari hingga 2:00 petang, sambungan internet di kawasan sesak sering mengalami latensi atau gangguan. Menghantar gambar beresolusi tinggi ke pelayan awan (cloud) luar negara untuk setiap pinggan akan membantutkan operasi kaunter.

Oleh itu, inferens model penglihatan komputer ini dijalankan secara terus pada unit pemprosesan perkakasan tempatan (edge AI). Hasilnya, keseluruhan proses pengecaman dan pengiraan harga dapat diselesaikan dalam masa bawah 2 saat.

Dari Cabaran Kod kepada Kecekapan Aliran Tunai Restoran

Menyelesaikan teka-teki kuah banjir bukan sekadar kejayaan teknikal bagi jurutera perisian; ia adalah faktor pembeza antara restoran yang sesak dengan restoran yang bergerak lancar:

• Menghapuskan Kesesakan Kaunter: Mengurangkan masa pemeriksaan manual daripada 30–45 saat kepada 2 saat membolehkan ratusan pelanggan melepasi kaunter bayaran tanpa perlu beratur panjang di pintu masuk.
• Harga Standard & Adil: Tiada lagi ketidaktetapan harga di mana juruwang syif pagi mengecas RM8 tetapi juruwang syif petang mengecas RM11 untuk kombinasi lauk yang sama.
• Melindungi Margin Pengusaha: Mengelakkan kesilapan terkurang caj semasa waktu sibuk di samping membolehkan pekerja sedia ada dialihkan ke bahagian dapur dan penyediaan makanan.

Menyesuaikan AI dengan Realiti Tempatan

Inovasi teknologi yang berjaya tidak meminta pelanggan mengubah budaya mereka. Kita tidak boleh memberitahu rakyat Malaysia untuk berhenti mengambil hidangan kuah banjir hanya kerana ia mengelirukan komputer.

Sebaliknya, teknologilah yang perlu menyesuaikan diri dengan budaya pemakanan tempatan. Melalui latihan model berterusan dan pemahaman mendalam tentang selera Malaysia, kecerdasan buatan kini mampu menguruskan pinggan nasi campur yang paling kompleks dengan pantas dan tepat.

In the Western world, automated self-checkout is relatively straightforward. A soda can has a barcode. A slice of pizza or loaf of bread possesses predictable, consistent geometric shapes.

However, bring that same technology to a Malaysian campus cafeteria or local restaurant at 12:30 PM, and conventional systems will collapse immediately.

The reason is our cherished national staple: Nasi Campur.

To the human eye, a plate piled with spiced fried chicken, spinach, salted egg, and an abundant pour of curry and dhal gravy—popularly known as kuah banjir—is an appetizing lunch. But to a computer vision system, that same plate looks like visual chaos.

Why Nasi Campur is a "Nightmare" for Conventional AI

Most foreign-developed object detection models rely heavily on clean outlines. When an object sits on a surface, the algorithm looks for clear edges, distinct borders, and recognizable textures.

In the Malaysian mixed-rice reality, three major engineering obstacles arise:

1. Stacking & Occlusion

Diners rarely arrange dishes neatly. A piece of fried chicken often rests directly atop a heap of kangkung belacan, while half a fish fillet may be buried under steamed rice. When items overlap heavily, standard bounding-box algorithms struggle to delineate where one dish ends and another begins.

2. Specular Reflection from Oils & Coconut Milk

Curries, kurma, and sambals are rich in oils and coconut milk. Under overhead counter lights, liquid surfaces produce bright specular highlights. This glare frequently obscures underlying food textures, causing optical sensors to misjudge color and depth.

3. Gravy Drenches vs. Stewed Meats (Kuah Banjir vs. Lauk Berkuah)

This is the most nuanced culinary challenge in Malaysia:

• Plate A: Steamed rice drenched in plain curry gravy (traditionally free or nominally priced).
• Plate B: Gulai kawah beef, where tender chunks of meat are submerged entirely beneath the same pool of gravy.

If an AI model simply checks gravy color, it risks charging plain gravy as an expensive meat portion, or conversely letting expensive proteins slip through without billing.

Behind the Scenes: How Bibora Vision AI Solves This

Deploying a production-ready scanner in busy Malaysian eateries requires deep computer vision engineering tailored specifically to Southeast Asian dining:

1. Pixel-Level Instance Segmentation

Instead of drawing crude rectangular bounding boxes, Bibora Vision AI utilizes pixel-level instance segmentation. The neural network learns precise boundaries for each item—distinguishing crispy spiced chicken skin even when partially gravy-soaked, and isolating poured gravy from whole protein cuts.

2. Real-World Malaysian Field Datasets

High model accuracy cannot be achieved using generic internet stock images. True performance requires exposing models to tens of thousands of authentic plates captured directly in Malaysian cafeterias.

From live pilot testing at school staff canteens like SK Presint 11 (2) Putrajaya to high-volume institutional food courts, field data trains our deep neural network to master varying lighting conditions, diverse plate designs, and inconsistent pouring styles.

3. On-Device Edge Computing

During the intense 12:00 PM – 2:00 PM lunch rush, internet connections in crowded eateries can stutter or lag. Sending high-resolution imagery to remote cloud servers for every single plate creates intolerable counter delays.

Therefore, Bibora Vision AI executes vision inference directly on local edge AI hardware. The entire plate recognition and itemized pricing process finishes in under 2 seconds without external network dependencies.

From Engineering Code to Restaurant Cash Flow

Mastering the "kuah banjir" conundrum is more than a technical triumph; it is the vital difference between a congested restaurant and a thriving, high-turnover dining floor:

• Eliminating Queue Congestion: Shaving manual checkout times from 30–45 seconds down to 2 seconds allows hundreds of diners to pass through counters smoothly.
• Fair & Standardized Billing: Eliminates subjective cashier guesswork where one shift charges RM8 and another charges RM11 for identical portions.
• Protecting Gross Margins: Prevents inadvertent undercharging during midday rushes while freeing front-of-house staff to assist in kitchen operations and guest hospitality.

Adapting AI to Local Culture

True technological innovation never asks diners to alter their culture. We cannot expect Malaysians to abandon "kuah banjir" simply to make life easier for a computer.

Instead, the technology must adapt to the food. Through continuous neural network training and a deep respect for Malaysian culinary habits, artificial intelligence now handles our most complex Nasi Campur plates with sub-second speed and remarkable accuracy.