Klasifikasi dan deteksi pose pilates menggunakan mediapipe dan random forest classifier
DOI:
https://doi.org/10.24252/teknosains.v19i1.53698Kata Kunci:
Pilates, Deteksi pose, MediaPipe, Random Forest Classifier, Real-time monitoringAbstrak
Pilates merupakan latihan yang fokus pada kekuatan inti, fleksibilitas, keseimbangan, dan postur tubuh. Tantangan utama dalam latihan ini adalah memastikan gerakan dilakukan dengan teknik yang benar untuk menghindari cedera dan meningkatkan efektivitas latihan. Penelitian ini mengembangkan sistem berbasis web yang mengintegrasikan MediaPipe untuk deteksi pose tubuh dan Random Forest Classifier untuk klasifikasi kualitas gerakan. Sistem memanfaatkan MediaPipe dalam mendeteksi 33 landmark tubuh manusia secara real-time, yang kemudian digunakan untuk ekstraksi fitur berupa koordinat tubuh dalam ruang tiga dimensi. Data hasil ekstraksi dianalisis menggunakan Random Forest Classifier untuk membedakan antara pose yang dilakukan dengan benar dan salah. Model yang dibangun mencapai akurasi 87%, presisi 90%, recall 85%, dan F1-score 87,5%. Hasil menunjukkan bahwa sistem ini efektif dalam memberikan umpan balik real-time kepada pengguna, memungkinkan latihan Pilates dilakukan secara mandiri dengan lebih aman dan optimal.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Meylin Tiflakhul Mubayyin, Erryka Maura Adysti Anantacia, Chaerunnisa Salsabila, Muhammad Fikri Hidayattullah

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
This license allows authors to copy, redistribute, remix, transform, and build upon the Work, in any format or medium, for any purpose including commercial purpose, on a perpetual basis provided they credit the Work and the authors. Authors
must explain any changes that were made from the original and may not suggest the authors endorse the use. The resultant work must be made available under the same terms, and must include a link to the CC BY 4.0 International License.





