Article Per Year (5 Year)
p-Index From 2021 - 2026
2.644
P-Index
This Author published in this journals
All Journal Jurnal Informatika JURNAL NASIONAL TEKNIK ELEKTRO IJCIT (Indonesian Journal on Computer and Information Technology) INTEGER: Journal of Information Technology Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) J-Dinamika: Jurnal Pengabdian Kepada Masyarakat Jurnal Tekno Kompak Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) International Journal of Recent Technology and Applied Science (IJORTAS) Humanism : Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat Indonesia eProceedings of Engineering Jurnal Informatika: Jurnal Pengembangan IT
Bernadus Anggo Seno AjiAji
Institut Teknologi Telkom Surabaya
Religion Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Public Health Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
RUN-IO: Aplikasi Untuk Rekomendasi Latihan Pelari Menggunakan Random Forest Josey Alexander Takesan; Yohanes Setiawan; Bernadus Anggo Seno Aji
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak — Meningkatnya popularitas olahraga lari diiringi dengan tingginya risiko cedera atau running related injuries (RRIs) dimana seringkali kebingungan dalam menentukan program latihan yang aman dan sesuai dengan kemampuan individu. Penelitian ini bertujuan merancang, membangun, dan mengevaluasi RUN-IO, sebuah aplikasi mobile yang memberikan rekomendasi latihan lari yang dipersonalisasi untuk meminimalkan risiko tersebut. Menggunakan algoritma Random Forest Regressor, aplikasi memproses data pengguna (usia, tinggi, berat, jenis kelamin) untuk memprediksi tiga parameter kunci: Kecepatan, Waktu, dan Jarak Lari. Model dilatih menggunakan dataset "Running Calorie Burn" dari Kaggle dan dievaluasi kinerjanya dengan metrik Mean Absolute Error (MAE) dan R-Squared (R²). Hasil evaluasi menunjukkan bahwa model prediksi memenuhi kriteria kelayakan implementasi. Model Running Speed menunjukkan performa paling unggul dengan nilai R² mencapai 0.8990 dan MAE 0.56 km/jam. Pengujian fungsional aplikasi dan evaluasi antarmuka oleh pengguna menunjukkan aplikasi dinilai sangat baik. Penelitian ini berhasil mengimplementasikan model machine learning yang valid ke dalam aplikasi RUN-IO yang fungsional, menyediakan alat bantu praktis bagi pelari untuk berlatih secara lebih aman dan terukur agar dapat menghindari cedera. Kata kunci— Aplikasi mobile, Running Related Injuries, Running, Random Forest Regressor, Personalisasi latihan
Co-Authors Anggraini, Sukma Dewi Anugrayani Bustamin Arliyanti Nurdin Avriono Aritonang Ayu Ainun A'ziziyyah Ayu Ainun A'ziziyyah Berliana Amelia Daniel Happy Putra Farah Zakiyah Rahmanti Faroby, Mohammad Hamim Zajuli Al Helmy Widyantara Ignatia Indreswari Ignatia Indreswari Nugroho Josey Alexander Takesan Juniyanto, Muhammad Ma'sum Khodijah Amiroh Leinia Suryadi Mohammad Hamim Zajuli Al Faroby Muhammad Adib Kamali Muhammad Iqbal Maulana Muhammad Radif Aftamaulana Muhammad Rafi Irzam Muhammad Rizal Dwi Pramana Mustafa Kamal Oktavia Ayu Permata Pangestu Widodo, Pangestu Philip Tobianto Daely Rasyid Sabillillah Rifdatun Ni’mah Rose, Clarenza Dixie sE, Yohanes Setiawan Silvana Ari Arsono Siti Amiroch, Siti Wahyu Listyanto, Ferdhyan Yohanes Setiawan Yohanes Setiawan Zaenal Abidin