Design and Development of a Mobile Application for Minimizing Food Waste Using Artificial Intelligence

Bc. Matěj Zavrtálek

Diplomová práce

Anotace:

Tato diplomová práce se zabývá návrhem, implementací a evaluací mobilní aplikace pro podporu správy potravin v domácnosti. Práce reaguje na problémy spojené s omezeným přehledem o dostupných surovinách, každodenním rozhodováním o tom, co vařit, a zbytečným plýtváním potravinami způsobeným nevyužitím nebo zapomenutím uložených potravin. Aplikace byla vyvinuta jako minimální funkční prototyp s využitím technologií Flutter a Supabase. Kombinuje správu domácích zásob, doporučování receptů podle dostupných surovin, podporu práce s expirací potravin, zadávání surovin z účtenek a vybrané funkce založené na umělé inteligenci. Doporučování receptů je primárně založeno na strukturovaných databázových datech, zatímco velký jazykový model je využit pro extrakci surovin z účtenek a generování receptů. Prototyp byl ověřen prostřednictvím moderovaného uživatelského testování s potenciálními uživateli. Výsledky naznačují, že navržené řešení může snižovat rozhodovací zátěž při každodenním vaření a zlepšovat přehled o dostupných surovinách. Evaluace zároveň ukázala omezení související zejména s údržbou domácích zásob, prací s množstvím surovin a potřebou dlouhodobějšího ověření v reálném domácím prostředí.

Abstract:

This thesis presents the design, implementation, and evaluation of a mobile application for household food management. The work addresses common problems related to limited awareness of available ingredients, everyday uncertainty about what to cook, and avoidable food waste caused by unused or forgotten food. The application was developed as a Minimum Viable Product using Flutter and Supabase. It combines pantry inventory management, ingredient-aware recipe recommendations, expiration-oriented support, receipt-based ingredient input, and selected AI-assisted functionality. While recipe recommendations are primarily based on structured database data, a large language model is used for receipt-based ingredient extraction and adaptive recipe generation. The prototype was evaluated through moderated usability testing with potential users. The results indicate that the proposed solution can reduce friction in everyday cooking decisions and improve awareness of available ingredients, while also revealing limitations related to inventory maintenance, quantity handling, and long-term use.

Keywords

mobile application, food management, food waste, Flutter, Supabase, LLM, artificial intelligence, MVP, mobilní aplikace, správa potravin, plýtvání potravinami, velký jazykový model, umělá inteligence, minimální funkční prototyp

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 19. 5. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 16. 6. 2026
• Vedoucí: Ing. Aleš Studený
• Oponent: Ing. Leonard Walletzký, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Řízení softwarových systémů a služeb / Smart Service Design a Systems Thinking