<![CDATA[Abstrak - Aktivitas sit-up merupakan salah satu latihan fisik yang umum digunakan untuk melatih kekuatan otot perut, namun sering dilakukan dengan teknik yang salah sehingga berpotensi menimbulkan cedera. Penelitian ini bertujuan mengembangkan sistem validasi gerakan sit-up berbasis computer vision dengan pendekatan trigonometri untuk mendeteksi kesesuaian sudut tubuh. Metode yang digunakan adalah pemanfaatan framework MediaPipe untuk ekstraksi titik sendi (keypoints), kemudian dilakukan perhitungan sudut pinggul dan lutut menggunakan aturan kosinus trigonometri. Validasi dilakukan dengan kriteria sudut pinggul 50°–100° dan lutut 60°–110°. Sistem diimplementasikan menggunakan Python dan Flask sebagai antarmuka. Hasil pengujian menunjukkan bahwa metode ini mampu mengidentifikasi gerakan sit-up dengan tingkat akurasi tinggi dan memberikan umpan balik secara real-time. Penelitian ini membuktikan bahwa kombinasi computer vision dan trigonometri dapat digunakan secara efektif dalam validasi gerakan olahraga.Kata kunci: Sit-up; Validasi Gerakan; MediaPipe; Trigonometri; Computer Vision; Abstract - Sit-up is one of the most common physical exercises for strengthening abdominal muscles, but it is often performed incorrectly, leading to a high risk of injury. This study aims to develop a sit-up movement validation system based on computer vision using trigonometric approaches to detect body angle conformity. The method applies the MediaPipe framework to extract body keypoints, followed by angle calculation of the hip and knee joints using the cosine rule of trigonometry. Validation is conducted using hip angle criteria of 50°–100° and knee angle criteria of 60°–110°. The system is implemented in Python with Flask as the user interface. Experimental results show that this method successfully identifies sit-up movements with high accuracy and provides real-time feedback. This study demonstrates that combining computer vision and t]]>
