<![CDATA[Postur tubuh saat berjalan merupakan salah satu aspek penting yang memengaruhi kesehatan tulang belakang dan kenyamanan dalam beraktivitas. Kebiasaan berjalan dengan postur bungkuk yang tidak disadari dalam jangka waktu lama dapat menyebabkan gangguan struktural pada tulang belakang, nyeri punggung kronis, serta penurunan kualitas hidup. Oleh karena itu, dibutuhkan suatu sistem yang mampu memantau dan mengenali postur tubuh pengguna secara berkelanjutan untuk mencegah terjadinya permasalahan tersebut. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem wearable yang dapat mendeteksi postur bungkuk saat berjalan menggunakan sensor gerak serta metode klasifikasi berbasis kecerdasan buatan. Sistem ini memanfaatkan tiga buah sensor MPU6050 yang dipasang pada bagian punggung atas, tengah, dan bawah untuk menangkap data gerakan berupa akselerasi dan kecepatan sudut. Data tersebut kemudian diolah menjadi fitur statistik menggunakan nilai rata-rata (mean) dan standar deviasi, yang merepresentasikan pola gerakan pengguna. Fitur-fitur ini diklasifikasikan menggunakan algoritma Random Forest untuk membedakan antara postur tegak dan postur bungkuk. Hasil pengujian menunjukkan bahwa model klasifikasi Random Forest mampu mengenali postur tubuh dengan akurasi sebesar 99,50% pada model. Selain itu, sistem wearable yang dikembangkan juga menunjukkan kinerja yang baik dalam mendeteksi perubahan postur tubuh pengguna saat berjalan dengan akurasi keseluruhan sebesar 100% dari 12 kali percobaan. Waktu komputasi yang dibutuhkan untuk memproses satu prediksi hanya sebesar 0,4447 milidetik. Sistem ini juga dilengkapi dengan peringatan berupa bunyi buzzer apabila postur bungkuk terdeteksi secara terus-menerus dalam periode tertentu. Dengan demikian, sistem ini berpotensi digunakan sebagai alat bantu untuk membentuk kebiasaan postur berjalan yang lebih ergonomis dan sehat.]]>
