PEMANFAATAN MODEL MOVENET UNTUK OTOMATISASI PERHITUNGAN BODY WEIGHT EXERCISE

Body weight exercise semakin populer karena kemudahan akses dan
efektivitasnya dalam meningkatkan kebugaran. Latihan ini memanfaatkan berat tubuh
sebagai beban, namun kesalahan teknik dapat menurunkan efektivitas dan meningkatkan
risiko cedera. Penelitian ini mengembangkan sistem otomatisasi perhitungan gerakan
body weight exercise menggunakan model MoveNet untuk mendeteksi pose tubuh dan
memberikan umpan balik instan. Sistem ini mengklasifikasikan empat gerakan utama
yaitu Jumping Jack, Push-up, Sit-up, dan Squat serta menghitung repetisi yang benar.
Hasil pelatihan model menunjukkan akurasi yang baik, dengan akurasi training mencapai
97,80% untuk Jumping Jack, 100% untuk Push-up, 99,93% untuk Sit-up, dan 99,43%
untuk Squat. Evaluasi menggunakan confusion matrix menunjukkan bahwa precision,
recall, dan F1-score untuk semua gerakan mencapai 1,00, menunjukkan kemampuan
model yang baik dalam mengklasifikasikan gerakan. Selain itu, evaluasi menggunakan
Root Mean Square Error (RMSE) menunjukkan nilai 7,5498 untuk Jumping Jack, 7,7460
untuk Push-up, 11,6118 untuk Sit-up, dan 7,3258 untuk Squat. Sistem ini menunjukkan
potensi yang baik dalam mengotomatisasi penghitungan gerakan dengan akurasi yang
memadai, meskipun tantangan tetap ada pada gerakan cepat dan perubahan postur yang
kompleks.
Kata kunci: body weight exercise, otomatisasi perhitungan gerakan, MoveNet,
klasifikasi pose, Root Mean Square Error