Perpustakaan Digital ITB

Perlombaan jalan cepat menurut definisi dari World Athletics adalah ketika seorang atlet melakukan gerakan langkah yang memenuhi beberapa syarat. Aturan pertama mengharuskan atlet selalu memiliki setidaknya satu kaki yang menyentuh tanah sehingga tidak boleh ada fase yang terlihat di mana kedua kaki melayang secara bersamaan, pelanggaran yang dikenal sebagai "loss of contact." Aturan kedua mengharuskan kaki yang menopang harus tetap lurus sejak saat menyentuh tanah hingga melewati bagian bawah tubuh, melarang adanya pembengkokan pada lutut selama fase ini, yang biasa disebut “knee bend.” Untuk mengatasi permasalahan ini, diusulkan solusi perangkat yang dapat dikenakan yang dirancang untuk membantu wasit dalam memantau gerakan atlet dengan lebih efektif. Perangkat ini menggunakan modul sensor inersia untuk melacak percepatan linear dan kecepatan sudut pada bagian betis atlet. Dengan mengumpulkan dan menganalisis data ini, perangkat tersebut dapat memberikan respons umpan balik secara realtime kepada wasit tentang gerakan atlet terhadap aturan perlombaan jalan cepat menggunakan sebuah perangkat dashboard. Dokumen tugas akhir ini berfokus pada pengembangan dan pengerjaan algoritma utama dan model machine learning untuk melakukan klasifikasi terhadap gerakan perlombaaan jalan cepat berdasarkan gerakan yang dihasilkan pada bagian betis kanan atlet. Sistem utama yang dikerjakan terdiri dari algoritma pada mikrokontroler yang digunakan untuk melakukan deteksi langkah menggunakan sensor inersia dan pembuatan model machine learning yang diaplikasilkan pada layanan cloud computing Amazon SageMaker. Sistem yang telah dirancang dan diimplementasikan dilakukan pengujian dan verifikasi untuk memenuhi spesifikasi produk yang telah dirancang sebelumnya. Algoritma klasifikasi langkah yang diimplementasikan telah diverifikasi dapat melakukan klasifikasi langkah dengan galat kurang dari 8%. Model machine learning yang dirancang telah diuji dan diverifikasi sehingga memiliki akurasi lebih tinggi daripada spesifikasi 70% yang telah ditetapkan. Berdasarkan hasil pengujian dan verifikasi terhadap sistem yang baik, menjadikannya alat yang dapat berfungsi untuk membantu wasit dalam mengklasifikasikan gerakan atlet secara akurat selama kompetisi. Untuk pengembangan lebih lanjut, akan bermanfaat apabila dilibatkan lebih banyak subjek dengan pengalaman nyata dalam kompetisi berjalan cepat, memastikan representasi gender yang seimbang, dan mencakup rentang tinggi peserta yang lebih luas.