Fikir Araştırması · 2026 (Yüksek Lisans Tezi)
Gıda etiketi
akıllı tarayıcı.
Ürün ambalajındaki içindekiler listesini fotoğraflayan, alerjen riskleri tespit eden, kalori ve makro besin değerlerini hesaplayan ve kişisel sağlık profiline göre uyarı üreten B2C/B2B mobil platform araştırması.
Problemin Özeti
Problem #1
Alerjisi olanlar için market alışverişi stresli
Alerjisi olan bireyler her ürünün içindekiler listesini tek tek okumak zorunda kalıyor. E471, sodyum kazeinat, lesitin gibi teknik adlar aslında alerjen (süt türevi, soya) içerebilir; bunu bilmek uzmanlık gerektiriyor. Basit bir markete gitmek ciddi zaman ve enerji harcıyor.
AlerjiGıda GüvenliğiZaman Kaybı
Problem #2
Katkı maddeleri anlaşılmaz kimyasal isimlerle geliyor
E kodları, INCI isimleri ve teknik bileşen adları tüketicinin büyük çoğunluğu için anlamsız. Bir katkı maddesinin ne işe yaradığını, hangi dozda zararlı olabileceğini veya hangi hastalıkla ilişkilendirildiğini öğrenmek için ayrıca araştırma gerekiyor.
E KoduŞeffaflıkTüketici Eğitimi
Problem #3
Kalori sayımı manuel ve hataya açık
100g başına değerler, porsiyona dönüştürme hesabı, farklı birim sistemleri — çoğu insan için günlük kalori takibini zorlaştırıyor. Özellikle paketli gıdalarda besin değerini gerçekçi biçimde hesaplamak birden fazla adım içeriyor.
KaloriDiyetSağlık Takibi
Problem #4
Türkiye pazarında Türkçe odaklı çözüm yok
Yuka, Open Food Facts gibi uygulamalar Türkçe etiket okumada yetersiz kalıyor; Türk pazarına özgü ürün veri tabanı son derece kısıtlı. Türkiye'ye özgü gıda alerjisi örüntüleri (fındık, susam, mercimek) global modellerde yeterince yer almıyor.
TürkiyeLokalizasyonPazar Boşluğu
Hedef Kitleler
Birincil
Gıda Alerjisi / İntoleransı Olanlar
Türkiye'de çocuklarda en yaygın alerjenler yumurta (%57.8), inek sütü (%55.9) ve fındıktır (%21.9). Dünya genelinde çocukların ~%8'i, yetişkinlerin ~%10'u gıda alerjisinden etkilenmektedir. Bu grup için uygulamanın doğruluğu yaşamsal önem taşır.
Fındık AlerjisiSüt AlerjisiGlutenYumurta
İkincil
Sağlıklı Beslenme Takipçileri
Kalori sayımı yapan, makro takibi gerçekleştiren, katkı maddelerinden kaçınan ya da organik tüketimi tercih eden bireyler. Bu segment Türkiye'de hızla büyüyen sağlık bilinci yüksek tüketici kitlesini oluşturuyor.
Kalori TakibiOrganikVeganKeto
Üçüncül
Kronik Hastalığı Olanlar
Diyabetik bireyler için şeker ve karbonhidrat alarmı, hipertansif bireyler için sodyum uyarısı, böbrek hastaları için fosfat ve potasyum takibi. Klinik öneme sahip kişiselleştirilmiş uyarı sistemi bu grubu doğrudan hedefler.
DiyabetHipertansiyonBöbrek Hastalığı
Genişletilmiş
Ebeveynler
Çocuklarının tüketeceği ürünleri denetlemek isteyen ebeveynler. Bebek maması ve çocuk ürünlerinde katkı maddesi denetimi, şeker içeriği kontrolü ve alerjen taraması bu segmentin birincil ihtiyaçlarını oluşturuyor.
Bebek MamasıÇocuk ÜrünleriEbeveyn
Hedeflenen Kullanıcı Personaları
👩👧 Ayşe (34) - Çölyak Hastası Anne
Profil: 6 yaşındaki oğlunda şiddetli Çölyak (Gluten) hassasiyeti var. Alışveriş yaparken sürekli tedirgin.
Kullanım Senaryosu: Market reyonunda yeni çıkan bir atıştırmalığın arkasını saniyeler içinde taratıp "Gluten İzleri Olabilir" veya "Çapraz Kontaminasyon Riski" uyarısını görmek istiyor. Temel beklentisi hız ve güvenilirlik.
🏋️♂️ Burak (28) - Fitness Tutkunu
Profil: Günlük makro (Protein/Karbonhidrat) takibi yapıyor. İşlenmiş şekerden uzak durmaya çalışıyor.
Kullanım Senaryosu: Spor sonrası alacağı protein barının içindeki tatlandırıcıların (Maltitol vb.) kan şekerine etkisini ve gerçek protein oranını öğrenmek için etiketi okutuyor. Temel beklentisi makro analiz ve veri şeffaflığı.
Rakip Karşılaştırması
| Özellik |
Yuka |
Open Food Facts |
Trash Panda |
LabelScan (Fikir) |
| Türkçe Etiket Okuma |
✗ Zayıf |
~ Kısmi |
✗ Yok |
✓ Birincil Odak |
| OCR (Fotoğraftan Okuma) |
~ Barkod Fallback |
✗ Yok |
✗ Yok |
✓ Çekirdek Özellik |
| Kişisel Alerjen Profili |
~ Premium (ücretli) |
✗ Yok |
~ Sınırlı |
✓ Ücretsiz temel |
| Kalori & Makro Hesabı |
✓ Var |
✓ Var |
✗ Yok |
✓ Var + porsiyon |
| E Kodu Açıklaması |
✓ Var |
~ Kısmi |
✓ Detaylı |
✓ Türkçe + kaynak |
| Türkiye Ürün Veri Tabanı |
✗ Zayıf |
~ Az veri |
✗ Yok |
✓ Yerel odak |
Özet Değerlendirme
Pazar Boşluğu Gerçek
Türkiye pazarında Türkçe etiket okuma odaklı, alerji profiline göre kişiselleştirilmiş uyarı sunan ve yerel ürün veri tabanına sahip bir uygulama mevcut değil. Yuka 80 milyon kullanıcıya ulaşmış olsa da Türkçe desteği ve yerel ürün kapsamı son derece kısıtlı. Bu boşluk hem tüketici hem de B2B (gıda üreticileri, zincir marketler) tarafında değerlendirilebilir bir fırsat sunuyor.
Kritik Uyarı: Doğruluk ve Sorumluluk
Yanlış "güvenli" etiketi hayati tehlike yaratabilir. Uygulamanın her zaman "risk işaretlendi / işaretlenmedi" dili kullanması, kesin güvenlik garantisi vermemesi ve "tıbbi tavsiye değildir" uyarısını belirgin şekilde göstermesi zorunludur. Bu hem etik hem de hukuki açıdan kritiktir.
Pazar Araştırması · Global & Türkiye
Pazar büyüklüğü
ve rakipler.
Gıda alerjen tarayıcı uygulamalar, gıda güvenliği test pazarı ve Türkiye'ye özgü gıda alerjisi verileri üzerine güncel araştırma bulguları.
Global Pazar Büyüklüğü
Alerjen Tarayıcı App Pazarı
1.27B$
2024 global pazar değeri. 2033'e kadar %14.8 CAGR ile 4.04 milyar dolara ulaşması bekleniyor.
Gıda Tarayıcı Pazarı (2026)
1.6B$
Gıda tarayıcı uygulama pazarı 2026'da 1.64 milyar dolar; 2035'te 3.09 milyar dolara çıkması öngörülüyor. CAGR: %7.3
Yuka Kullanıcı Sayısı
80M
2024'te 2.7 milyar ürün taraması (saniyede 85 tarama). 2017 lansmanından bu yana 8.3 milyar toplam tarama.
Gıda Alerjisi Küresel
10%
Yetişkin nüfusunun yaklaşık %10'u gıda alerjisinden etkileniyor. Çocuklarda bu oran %8. 100 milyonun üzerinde insan ABD'de alerjik.
Türkiye'ye Özgü Gıda Alerjisi Verileri
Türkiye Profili
Farklı Alerjen Spektrumu
Türk çocuklarında gıda alerjisinin en yaygın nedenleri global normlardan önemli ölçüde farklılaşıyor. Yumurta (%57.8), inek sütü (%55.9) ve fındık (%21.9) ilk sıralarda yer alırken; susam, kabak çekirdeği ve mercimek de Türkiye'ye özgü sık alerjenler arasında gösteriliyor. Yuka gibi Batı odaklı uygulamalar bu yerel örüntüleri yeterince kapsayamıyor.
Epidemiyoloji
Alerjisi Olan Nüfus Tahmini
Türkiye nüfusu 85 milyon olarak alındığında, çocuklarda gıda alerjisi prevalansının global ortalamaya (%5-8) yakın olduğu varsayımıyla 4-6 milyon çocuk ve genç bu kategoride değerlendirilebilir. Yetişkin nüfusun %3-5'i ise gıda intoleransından etkileniyor. Potansiyel adreslenebilir kullanıcı tabanı büyük.
Regülasyon
Türk Gıda Kodeksi & AB Uyumu
Türkiye, AB gıda etiketleme mevzuatına büyük ölçüde uyumlu bir çerçeve uyguluyor. 14 zorunlu alerjen (gluten, süt, yumurta, fındık, yer fıstığı, soya, balık, kabuklu deniz ürünleri, susam, kereviz, hardal, sülfitler, lupin, yumuşakça) etiket üzerinde belirtilmek zorunda. Bu regülatif yapı uygulamanın veri altyapısını kolaylaştırıyor.
Rakip Ekosistemi — Güçlü & Zayıf Yönler
Yuka
80M Kullanıcı · Fransa Kaynaklı
Güçlü: Dev kullanıcı tabanı, temiz UI, 6 milyon ürün DB, bağımsız değerlendirme sistemi.
Zayıf: Türkçe ürün kapsamı çok kısıtlı. Alerjen profili premium özellik. OCR desteği yalnızca barkod okuyamadığında devreye giriyor. Türkiye'ye özgü alerjenler (fındık, susam, mercimek) yeterince modellenmemiş.
Open Food Facts
Açık Kaynak · Topluluk Destekli
Güçlü: Tamamen ücretsiz ve açık kaynak. En geniş ürün veri tabanı. Araştırmacılar için ideal.
Zayıf: Kullanıcı deneyimi oldukça teknik ve ham. Türkiye ürün verileri yetersiz. Kişiselleştirilmiş alerjen uyarısı yok. Kalori hesabı basit, porsiyon analizi eksik.
Trash Panda
Bilim Destekli · ABD Odaklı
Güçlü: Her işaretlenen bileşen için peer-reviewed kaynak bağlantısı. Şeffaf ve derinlikli açıklamalar.
Zayıf: Tamamen ABD ürün veritabanına odaklı. Türkiye'de kullanılamaz düzeyde. Kalori hesabı yok. Türkçe desteği yok.
Ürün Tasarımı · Özellik Haritası
Ne yapmalı,
nasıl çalışmalı?
Uygulamanın çekirdek akışı, alerjen tespit mantığı, oyunlaştırma özellikleri ve geleceğin AI entegrasyonlarına dair yol haritası.
Çekirdek Kullanım Akışı
01
Fotoğraf veya Barkod
Kullanıcı ürünün içindekiler etiketini fotoğraflar ya da barkodu tarar. Barkod bulunamadığında OCR otomatik devreye girer.
02
OCR + AI Analizi
Metin çıkarımı yapılır. AI modeli bileşenleri tanımlar, E kodlarını çözer, alerjen bileşenleri tespit eder.
03
Kişisel Filtre
Sonuçlar kullanıcının alerjen profiliyle, diyet tercihleriyle ve sağlık koşullarıyla karşılaştırılır.
04
Risk + Kalori Raporu
Risk skoru, vurgulanan alerjenler, E kodu açıklamaları, kalori ve makro değerleri, öneri gösterilir.
Gelecek Vizyonu & İleri Yapay Zeka
Erişilebilirlik
🎙️ Görme Engelliler İçin Sesli Asistan
Cihazın yerleşik Text-to-Speech (TTS) altyapısı kullanılarak, görme engelli veya az gören kullanıcılar ürünü okuttuğunda uygulama anında "Dikkat, bu üründe fındık izleri var!" şeklinde sesli uyarı verir. Kapsayıcılık adına devrimsel bir özellik.
Giyilebilir Teknoloji
⌚ Apple Watch / WearOS Entegrasyonu
Kullanıcı telefonuyla market reyonunda ürünü tararken, bileğindeki akıllı saat yeşil (titreşimsiz) veya kırmızı (haptik titreşimli) uyarı verir. Ekran okumaya gerek kalmadan fiziksel geri bildirim ile alışveriş hızı maksimize edilir.
Preventive Health
🧠 Hiper-Kişiselleştirilmiş AI Asistan
Sadece genel diyet değil, gelecekte kullanıcının Apple Health / Google Fit verileri (Örn: sabahki kan şekeri seviyesi) ile konuşarak, "Bugün kan şekerin yüksek, bu atıştırmalık yerine alternatif X ürününü öneriyorum" diyen önleyici bir sağlık asistanına dönüşümü.
Oyunlaştırma & Sadakat (Retention)
Alışkanlık
🌱 Sağlıklı Seçim Serisi (Streak)
Duolingo benzeri bir streak yapısı. Kullanıcı üst üste "Yeşil (Güvenli/Temiz)" ürünler taradığında veya tükettiğinde serisi artar. Bu durum motivasyonu yüksek tutar.
Topluluk
🔍 Veri Dedektifi Rozetleri
Uygulamanın Türkiye veritabanını büyütmek için kitle kaynak (crowdsourcing) kullanımı. Sistemde olmayan bir ürünün arkasını okutup sisteme doğru kaydeden kullanıcılara rozet ve Premium üyelik kredisi verilir.
E Kodu Risk Seviyeleri — Örnek Tespit Mantığı
E220 (Kükürt Dioksit)
Sülfat. 14 zorunlu alerjen arasında. Özellikle astım hastalarında ciddi reaksiyona yol açabilir. Kırmızı uyarı.
Yüksek Risk
E621 (MSG)
Monosodyum Glutamat. Yüksek sodyum barındırır. Hipertansiyon seçili profillerde uyarı verir.
Dikkat (Sarı)
E300 (C Vitamini)
Askorbik asit. Yaygın kullanılan antioksidan, güvenli olarak değerlendiriliyor. Herhangi bir risk profiliyle çakışmaz.
Güvenli
Teknik Araştırma · Mimari Kararlar
Nasıl inşa
edilmeli?
OCR teknolojisi seçimi, AI altyapısı, veri tabanı mimarisi, mobil geliştirme yaklaşımı ve teknik risklerin araştırma bulgularına dayalı değerlendirmesi.
Önerilen Modern Teknik Yığın
Mobil Frontend
React Native + Expo
iOS ve Android'de tek kod tabanı. Expo Camera API ile doğal kamera entegrasyonu. Geniş topluluk. TypeScript desteği.
OCR Katmanı
Google ML Kit Vision
On-device işlem, internet gerektirmez. Android ve iOS desteği. Türkçe metin tanıma, hızlı ve ücretsiz.
AI Analiz
Anthropic Claude API
OCR ile çıkarılan ham metni analiz eder, alerjen ve E kodlarını tanır, Türkçe açıklama üretir. Structured output ile JSON döner.
Backend API
Node.js + Prisma ORM
Hafif ve hızlı REST/GraphQL API. Prisma ile ilişkisel veritabanı yönetimi (Type-safe). JWT tabanlı auth.
Ürün Veri Tabanı
PostgreSQL + Redis
Barkod → ürün eşleştirme için PostgreSQL. Sık sorgulanan ürün cache'i için Redis. Hızlı yanıt süresi.
Veri Güvenliği ve Gizlilik Mimarisi
🔒 On-Device Processing (Edge Computing)
Fotoğraflar hiçbir sunucuya yüklenmez. OCR işlemi doğrudan kullanıcının cihazında gerçekleşir. Sadece okunan metin (API üzerinden eşleşme için) hashlenerek veya anonim olarak sunucuya iletilir. Bu, sunucu maliyetlerini düşürür ve KVKK riskini minimize eder.
🛡️ Hassas Veri İzolasyonu
Kullanıcının hastalık bilgileri (Çölyak, Diyabet vb.) bulutta tutulmak zorunda değildir. Lokal veritabanında (AsyncStorage/SQLite) tutulabilir. Bulut senkronizasyonu rıza ile gerçekleşirse uçtan uca şifreleme (E2EE) uygulanır.
Teknik Riskler & Çözüm Yaklaşımları
Risk · Yüksek
Yanlış Alerjen Tespiti
Yanlış "güvenli" sonucu anafilaktik şok riskine yol açabilir. Bu en kritik hata senaryosu.
Çözüm: "Bu sonuç bilgi amaçlıdır, tıbbi tavsiye değildir" uyarısı her taramada görünür. Şüpheli durumda "belirsiz - üreticiyi arayın" çıktısı. Eşik değerleri muhafazakâr tutulur (false positive tercih edilir).
Risk · Orta
AI API Maliyeti & Hız
Her taramada AI API çağrısı maliyet ve gecikme yaratır. Yoğun kullanımda skalasyon zorluğu.
Çözüm: Bilinen E kodları ve alerjenler için yerel kural motoru (API'siz). AI yalnızca belirsiz/karmaşık durumlar için çağrılır. Sonuçlar önbelleğe alınır (aynı ürün tekrar AI'ya gönderilmez).
İş Modeli · Gelir Stratejisi
Nasıl para
kazanılır?
Freemium yapı, B2B fırsatları, ürün geliştirme yol haritası ve Türkiye pazarı için geçerli monetizasyon stratejilerinin değerlendirmesi.
Gelir Modelleri
📱
Freemium Abonelik
Temel tarama (günde 10) ve alerjen uyarısı ücretsiz. Premium: sınırsız tarama, klinik profil, geçmiş, dışa aktarma.
~₺79-129/ay öngörü
🏭
B2B — Üretici API
Gıda üreticileri kendi ürünlerini veri tabanına ekler, ürün sayfasında "LabelScan doğrulandı" rozeti kullanır.
SaaS abonelik modeli
🛒
Market Zinciri Ortaklığı
Migros, CarrefourSA gibi zincirler için beyaz etiketli çözüm. Kendi uygulamalarında "içindekiler analizi" özelliği.
Lisans + kurulum ücreti
Pazara Giriş ve Pazarlama Stratejisi
Sosyal Medya
Kısa Video / Reels Akımları
Uygulamayı kullanarak popüler zararlı atıştırmalıkların arkasındaki gizli tehlikeleri gösteren "Bunu Yemeyin / Bunu Yiyin" formatında videolar. Bu format, sağlık ve şeffaflık trendlerine tam uyum sağlar.
Mikro Influencer
Diyetisyen İşbirlikleri (Affiliate)
Instagram ve kliniklerdeki uzman diyetisyenlere uygulamayı ücretsiz sunup, danışanlarına tavsiye etmelerini sağlamak. Diyetisyenlere özel affilliate kodları ile referans bazlı viral büyüme (Word-of-Mouth).
Yatırım & Kaynak Gereksinimleri
MVP Maliyeti Tahmini (0-3 Ay)
React Native geliştirme (2 kişi, 3 ay): yaklaşık 60-90 bin TL efor maliyeti. AI API maliyeti (Claude/GPT-4): beta döneminde düşük hacimde $50-200/ay. Sunucu altyapısı: Railway veya Render ücreti $30-50/ay. E kodu veri tabanı lisansı veya kendi oluşturma efor maliyeti. Toplam MVP çıkış maliyeti: küçük bir ekiple 3-4 ay emek + minimal bulut maliyeti. TÜBİTAK TEYDEB 1501/1507 veya KOSGEB hibe programları değerlendirilebilir.
Literatür & Araştırma Çerçevesi
Akademik Metodoloji
& Veri Setleri.
Yüksek lisans tezinin altyapısını oluşturacak araştırma metodolojisi, test prosedürleri, gıda alerjen tespiti makaleleri ve açık veri setleri.
Araştırma Metodolojisi (Research Methodology)
Faz 1
📊 Nitel Araştırma (Kullanıcı Algısı)
Gıda alerjisi olan bireyler veya alerjik çocuk sahibi ebeveynlerden oluşan 50 kişilik bir odak grupla yarı yapılandırılmış derinlemesine mülakatlar. Alışveriş alışkanlıkları, etiket okuma süreçlerindeki acı noktaları ve dijital sağlık uygulamalarından (mHealth) beklentileri ölçümlenecektir.
Faz 2
🎯 Nicel Araştırma (Model Performansı)
Uygulamanın OCR (Görüntü İşleme) modülünün gerçek dünya koşullarında test edilmesi. 1000 adet farklı ambalaj tipi (parlak, silindirik, küçük punto) üzerinde testler yapılarak; Accuracy (Doğruluk), Precision (Kesinlik) ve Recall (Duyarlılık) metrikleri istatistiksel olarak raporlanacaktır.
Faz 3
🔬 Uzman Validasyonu (Double-Blind)
Sistemin AI tarafından çıkardığı "Alerjen var/yok" karar mekanizmasının doğruluğu, alanında uzman diyetisyenler ve gıda mühendislerinden oluşan bir panel tarafından çift-kör (double-blind) yöntemiyle doğrulanacaktır. Bu, tezin bilimsel ve etik geçerliliğini (validasyon) kanıtlayacaktır.
Tezde Kullanılabilecek Veri Setleri (Datasets)
Lokal Veri Seti
TÜRKOMP
Ulusal Gıda Kompozisyon Veri Tabanı: Türkiye'ye özgü bir proje olup TÜBİTAK MAM ve Sağlık Bakanlığı işbirliğiyle oluşturulmuştur. 600'den fazla çiğ ve işlenmiş gıdanın 100'e yakın besin öğesi değerini barındırır. Uygulamanın kalori ve makro hesaplama modülünün dayandırılacağı en güvenilir yerel bilimsel veri kaynağıdır.
Global Veri Seti
Open Food Facts (OFF) Database
Dünya çapında gönüllüler tarafından girilmiş 3 milyondan fazla gıda ürününün barkod, içindekiler, alerjen ve besin değerlerini içeren devasa açık kaynaklı veri seti. Tezin V2 Aşamasındaki "Barkod Veritabanı" için başlangıç seed (tohum) verisi olarak literatürde sıkça kullanılmaktadır.
Referans Alınabilecek Makale Alanları & Çalışmalar
"Evaluation of Mobile Health Applications for Food Allergy Management"
Bağlam: Mobil Sağlık (mHealth) ve Tüketici Kullanımı
Gıda alerjisi yönetimine yönelik mevcut mobil uygulamaların klinik doğruluğunu, kullanıcı dostu olma özelliklerini ve E-kod şeffaflığını ölçen çalışmalar. Tezinde, pazardaki mevcut uygulamaların (Yuka vb.) eksikliklerini ve senin önerdiğin sistemin "Klinik Profiller" modülünün akademik dayanağını oluşturmak için bu tür makaleler temel alınmalıdır.
"Optical Character Recognition (OCR) in Mobile Devices for Food Label Reading: Challenges and Opportunities"
Bağlam: Görüntü İşleme, OCR ve Edge Computing
Bozuk, kıvrımlı veya düşük çözünürlüklü ambalajlardan (Örn. silindirik şişeler, parlak paketler) metin çıkarımı üzerine yapılan IEEE makaleleri. Tezin "Teknik Riskler" bölümünde bahsettiğin "Kötü ışık ve küçük punto" probleminin akademik karşılığını açıklarken referans verilebilecek çalışmalardır.