Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Akbar, Muhammad Faithur Adel Patria
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Bantu Wearable Pada Training Angkat Beban Untuk Biceps Dengan Algoritma Jaringan Saraf Tiruan Akbar, Muhammad Faithur Adel Patria; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 4 (2024): April 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Latihan angkat beban otot biceps perlu pemahaman teknik yang tepat agar terhindar dari cedera dan mengonfirmasi bahwa hasil latihan pada otot biceps maksimal. Fokus dalam penelitian ini adalah untuk mengembangkan sistem bantu wearable latihan otot biceps, sehingga berguna dalam mengatasi beberapa hambatan ketika melaksanakan latihan angkat beban pada otot biceps, terutama pada saat gerakan standing dumbbell curl. Tantangan tersebut tidak memiliki kemampuan atau akses untuk menggunakan jasa personal trainer secara konsisten. Nilai accelerometer dan gyroscope yang diperoleh dari sensor MPU6050 dijadikan parameter dalam mengetahui gerakan benar dan salah. Nilai parameter yang diperoleh akan diproses memakai metode Jaringan Saraf Tiruan pada mikrokontroler ESP32. Alasan pemilihan Algoritma Jaringan Syaraf Tiruan karena kemampuannya dalam merepresentasikan cara kerja seperti halnya cara kerja otak manusia dan tingkat keakuratan yang tinggi. Hasil klasifikasi Jaringan Saraf Tiruan akan diinformasikan kepada pengguna melalui buzzer. Hasil dari penelitian ini menunjukkan bahwa model Jaringan Saraf Tiruan yang sebelumnya sudah dilatih dalam dataset mendapatkan tingkat keakurasian sebesar 96,4%, sedangkan akurasi dari model yang diimplementasikan dalam sistem mencapai 100%, dengan nilai rata-rata waktu komputasi sistem untuk mengklasifkasi gerakan yang dilakukan salah atau benar yakni sebesar 2 milidetik.
Co-Authors Dahnial Syauqy Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi