Perpustakaan Digital ITB

Alat pembantu olahraga di kehidupan sehari-hari sudah sering bermunculan, salah satunya adalah alat pembantu pelacak push up. Sudah ada beberapa jenis alat tersebut seperti: 1) jenis penghitung push up berbasis sensor jarak dengan komputer; 2) alat pembeda gerakan push up dan non-push-up berbasis mutisensor ponsel pintar tanpa kamera; dan 3) alat penghitung push up berbasis kamera dan komputer. Dari alat-alat sebelumnya, masih terdapat ruang untuk peningkatan yaitu pada sisi akurasi dan portabilitas. Salah satu alternatif solusi yang dapat digunakan adalah pengembangan aplikasi ponsel pintar berbasis computer vision. Metode pengembangan aplikasi dibuat mengikuti metode Waterfall, pelaksanaan implementasi dilakukan secara bertahap maju tanpa terjadinya pengulangan. Dalam aplikasi ini digunakan pustaka Mediapipe Pose untuk pendeteksian pose manusia menjadi 33 titik tubuh dari kamera ponsel. Untuk klasifikasi pose tubuh push up, digunakan algoritma K-NN yang membandingkan pose tubuh secara langsung dan model pose gerakan push up atas atau bawah. Digunakan 301 data set dengan rincian sebanyak 246 file CSV dan 55 gambar dengan rincian total 173 gerakan push up atas dan 128 gerakan push up bawah. Model gerakan berhasil dibuat dari data set sebelumnya dengan melakukan pelabelan dan normalisasi mencakup translasi, perubahan ukuran, dan rotasi. Aplikasi berhasil dibuat dengan menggunakan kakas Android Studio, dalam aplikasi ini mencakup: model sebelumnya; program penggunaan kamera dan konektivitas dengan Mediapipe Pose; dan program penghitung push up termasuk pengklasifikasian pose gerakan push up menggunakan algoritma K-NN. Kinerja dari model sebelumnya telah diuji dengan 176 kasus uji dan didapatkan akurasi sebesar 84.7%.