Gizi merupakan salah satu hal yang mempengaruhi populasi global. Psikolog mengintervensi masyarakat untuk memantau jumlah asupan gizi yang dibutuhkan setiap hari. Namun, masyarakat cendrung meremehkan dan mengalami penyakit seperti diabetes dan obesitas. Salah satu solusi dari masalah ini yaitu memprediksi asupan kalori sehingga mempermudah masyarakat dalam memantau asupan gizi yang dibutuhkan setiap hari. Pada penelitian ini, dataset yang akan digunakan adalah gambar makanan seharihari Indonesia sebanyak 1000 gambar yang diambil langsung dengan menggunakan perangkat handphone dan terdiri dari 4 kelas yaitu kelompok kalori 1-200, 201-400, 401-600, 601-800. Metode yang digunakan dalam penelitian ini adalah Transfer Learning. Transfer Learning dipilih karena teknik ini menggunakan model yang sudah dilatih sehingga tidak perlu melatih model ulang dari nol. Nilai akurasi, dan loss digunakan untuk mengevaluasi hasil prediksi. Model terbaik dari penelitian ini menghasilkan rata- rata akurasi train 0,80 dan rata-rata loss train 0,65 dengan perfoma testing akurasi 0,59 dan testing loss 1,02