Implementasi Teknik Ekstraksi Pose dengan MediaPipe dan Klasifikasi Random Forest untuk Penentuan Kualitas Gerakan Push-Up
DOI:
https://doi.org/10.29407/zf3hpm03Abstract
Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis terhadap gerakan push-up menggunakan metode ekstraksi pose MediaPipe dan klasifikasi Random Forest. Ekstraksi fitur dilakukan dengan mendeteksi 12 titik tubuh utama (bahu, siku, pergelangan tangan, pinggul, lutut, pergelangan kaki) dari setiap frame video, yang dikonversi menjadi vektor numerik. Penentuan kategori “benar” dan “salah” dilakukan berdasarkan observasi visual terhadap postur, seperti kelurusan punggung, sudut siku, dan kestabilan tubuh, sesuai label dari sumber dataset. Data yang telah dilabeli digunakan untuk melatih model Random Forest, yang kemudian diuji dengan berbagai nilai random state. Hasil menunjukkan bahwa model memiliki akurasi tertinggi pada random state 0. Sistem ini juga dilengkapi antarmuka grafis (GUI) untuk mempermudah pengguna dalam mengunggah video dan memperoleh hasil klasifikasi secara langsung. Hasil ini berpotensi mendukung latihan kebugaran secara mandiri dan terstandar.
Keywords:
MediaPipe, Push-Up Detection, Pose Extraction, Random Forest, Movement Classification, Automatic Evaluation##plugins.themes.default.displayStats.downloads##
References
[1] A. Muzakir, “Rancang Bangun Aplikasi Push up Detector Untuk Mendeteksi Kesalahan Gerakan Push up,” Annu. Res. Semin. Comput. Sci. ICT, 2016.
[2] A. L. Kalua, J. R. Kaplale, N. Klarissa, R. Mapalie, dan J. K. Unsrat, “PENGEMBANGAN ALAT TES KESAMAPTAAN TNI / POLRI BERBASIS TEKNOLOGI COMPUTER VISION DAN IOT DENGAN METODE POSE,” vol. XIII, no. 2, hal. 294–299, 2024.
[3] A. Z. M Kumroni Makmuri, “PENERAPAN METODEQUALITY FUNCTION DEPLOYMENT (QFD) PADA PENGEMBANGAN PRODUKLOCKER,” hal. 1–23, 2016.
[4] V. N. U. R. Rahmawati, “KLASIFIKASI GERAKAN PENCAK SILAT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS BODY POSE,” INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA, 2023. [Daring]. Tersedia pada: https://repository.its.ac.id/99417/2/07111950050005-Master_Thesis.pdf
[5] S. A. Kaffah dan Y. Ramdhani, “Gesture Recognition untuk Deteksi Bahasa Isyarat BISINDO: Pendekatan Mediapipe dan Random Forest,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 8, no. 3, hal. 105, 2023, doi: 10.31328/jointecs.v8i3.4813.
[6] H. Diki Taufi, “Human Motion Detection Untuk Terjemah Bahasa Isyarat Menggunakan Metode Random Forest Skripsi,” UNIVERSITAS MUHAMMADIYAH MALANG, 2023. [Daring]. Tersedia pada: https://eprints.umm.ac.id/id/eprint/946/1/PENDAHULUAN.pdf
[7] A. B. Rizki dan E. Zuliarso, “Klasifikasi Teknik Bulutangkis Berdasarkan Pose Dengan Convulutional Neural Network,” J. Ilm. Inform., vol. 10, no. 02, hal. 96–101, 2022, doi: 10.33884/jif.v10i02.5559.
[8] N. Rahmalia, “Kaggle , Komunitas Belajar Data Science yang Bisa Jadi Sumber Uang Apa Itu Kaggle ?” Diakses: 23 April 2025. [Daring]. Tersedia pada: https://glints.com/id/lowongan/kaggle-adalah/
[9] M. P. Dr. M.E. Winarno, EVALUASI DALAM PENDIDIKAN JASMANI DAN OLAHRAGA. JAKARTA: CENTER FOR HUMAN CAPACITY DEVELOPMENT, 2004. [Daring]. Tersedia pada: https://fik.um.ac.id/wp-content/uploads/2018/02/buku-5.pdf
[10] I. Aprilo dan Yasriuddin, “Studi Awal Pengembangan Instrument Tes Push Up Berbasis It,” J. Il., vol. VII, no. 2, hal. 1–107, 2016.
[11] J. Naldi, “Pengaruh Latihan Push-up Terhadap Kemampuan Volley Atlet Tenis Lapangan PTL UNP,” vol. 4, hal. 11587–11599, 2024, [Daring]. Tersedia pada: http://repository.unp.ac.id/3602/1/02_A_FADLI_MUKHTAR_85562_1479_2012.pdf
[12] C. Lugaresi et al., “MediaPipe: A Framework for Building Perception Pipelines,” 2019, [Daring]. Tersedia pada: http://arxiv.org/abs/1906.08172
[13] R. Arlin dan R. Munir, “Thesis The Development of Push Up Counter Android Application with Computer Vision,” 2023.
[14] N. B. Putri dan A. W. Wijayanto, “Analisis Komparasi Algoritma Klasifikasi Data Mining Dalam Klasifikasi Website Phishing Comparative Analysis Of Data Mining Classification Algorithm In Phishing Website Classification,” vol. 11, no. 28, hal. 59–66, 2022, doi: 10.34010/komputika.v11i1.4350.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Riko Andriawan, Patmi Kasih, Danar Putra Pamungkas
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
