<![CDATA[Cedera leher akibat pemanasan yang kurang tepat merupakan risiko yang sering terjadi pada atlet pemula. Untuk mengatasi hal ini, penelitian ini bertujuan merancang dan mengimplementasikan sebuah sistem berbasis wearable device yang mampu memantau gerakan kepala saat pemanasan. Alat ini ditempatkan pada bagian depan topi olahraga dan dilengkapi dengan sensor MPU6050 untuk membaca akselerasi dan rotasi kepala atlet. Data sensor yang diperoleh kemudian diklasifikasikan menggunakan metode Support Vector Machine (SVM) untuk menentukan posisi kepala dalam lima kategori: netral, miring ke kanan, miring ke kiri, hadap atas, dan hadap bawah. Metode klasifikasi SVM diterapkan dengan pendekatan One-vs-Rest multiclass, dilatih menggunakan dataset hasil akuisisi sensor yang telah dilabeli secara manual. Model dilatih di lingkungan Python menggunakan pustaka Scikit-learn dan diekspor ke dalam format header (.h) dengan bantuan pustaka micromlgen untuk diimplementasikan ke sistem berbasis mikrokontroler ESP32. Feedback sistem diberikan melalui buzzer apabila gerakan kepala berada di luar posisi netral. Hasil pengujian menunjukkan bahwa model SVM mencapai akurasi sebesar 98,85% dengan nilai precision, recall, dan f1-score yang tinggi di setiap kelas. Sistem berhasil menjalankan klasifikasi secara tepat dan efisien serta mampu memberikan umpan balik instan kepada atlet. Kesimpulannya, sistem ini dapat dimanfaatkan sebagai alat bantu pelatih dalam memantau kesesuaian gerakan kepala atlet pemula dan berpotensi menurunkan risiko cedera leher akibat pemanasan yang tidak sesuai.]]>
Copyrights © 2025
