Berlari telah menjadi olahraga yang sangat umum sejak bertahun-tahun, namun olahraga
tersebut tetap memiliki resiko cedera yang cukup tinggi. Resiko tersebut biasa disebut dengan
Running Related Injury (RRI) yang dapat disebabkan oleh banyak faktor yang salah satunya ialah
jenis alas sepatu. Untuk menganalisis pengaruh alas sepatu terhadap RRI diperlukan sistem
analisis parameter kinematik dan kinetik gerakan berlari tersebut. Sistem analisis parameter
kinematik telah dikembangkan oleh Aditya Putra Khariza dengan optical motion capture tanpa
penanda untuk gerakan berlari di atas treadmill. Namun di Lab. Biomekanika ITB belum terdapat
sistem analisis parameter kinetik yang dapat digunakan untuk gerakan berlari di atas treadmill,
sehingga pada kajian ini akan dikembangkan sistem analisis parameter kinetik mulai dari prediksi
gaya reaksi tanah (GRF) 3D dengan metode LSTM berdasarkan parameter kinematik hasil motion
capture.
Pada penelitian ini, metode LSTM dan dataset biomekanika gerakan berlari hasil
penelitian Fukuchi et al. digunakan untuk melatih model dengan bantuan MATLAB dan juga
Google Colabs. Hasil training dengan metode LSTM ini menunjukkan bahwa prediksi yang
dilakukan terhadap dataset uji memiliki performa yang baik dengan nilai RSME rata-rata untuk
GRFx, GRFy dan GRFz secara berturut-turut yaitu 1,91E-02, 4,45E-02, dan 7,5E-03. Hasil
tersebut ternyata lebih kecil apabila dibandingkan dengan metode deep learning lainnya seperti
ANN. Selain itu, nilai koefisien korelasi rata-rata dari setiap prediksi juga cukup baik, yaitu 0,993,
0,999, dan 0,985 secara berturut-turut. Oleh karena itu, pada penelitian selanjutnya model hasil
penelitian ini dapat digunakan untuk memprediksi GRF dari gerakan berlari.