<![CDATA[Kesadaran akan pentingnya kesehatan jasmani mendorong masyarakat untuk rutin berolahraga. Salah satu cabang olahraga yang paling diminati di Indonesia adalah olahraga futsal. Namun, dikarenakan tingginya intensitas gerakan dalam futsal menyebabkan risiko cedera orot yang cukup besar, terutama pada otot hamstring. Latihan lunge diketahui efektif dalam memperkuat otot hamstring, hal ini dapat memperkecil risiko cedera pada otot hamstring. Walaupun latihan lunge tergolong sederhana, namun sulit untuk mempertahankan postur yang baik selama melakukannya. Kesalahan dalam teknik dan keterbatasan akses terhadap pelatih dapat meningkatkan risiko cedera. Penelitian ini bertujuan mengembangkan sistem wearable berbasis sensor untuk mendeteksi kesalahan postur saat melakukan gerakan lunge. Sistem ini menggunakan modul sensor MPU6050 yang terdiri dari akselerometer dan giroskop, serta mikrokontroler ESP32 untuk memproses data. Sensor dipasang pada bagian paha, pergelangan kaki, dan dada untuk menangkap gerakan tubuh. Algoritma Random Forest digunakan sebagai metode klasifikasi karena performanya yang unggul dalam mengenali aktivitas fisik. Data sensor dikirim menggunakan protokol ESP-NOW dan hasil klasifikasi ditampilkan melalui buzzer sebagai umpan balik langsung. Hasil penelitian menunjukkan bahwa sistem mampu mencapai akurasi klasifikasi algoritma Random Forest sebesar 99,1%, sedangkan pada pengujian keseluruhan sistem mampu mendapatkan nilai sebesar 85% dari total 20 kali pengujian dengan rata-rata waktu komputasi 163,5 mikrodetik. Penelitian ini diharapkan mampu menghadirkan solusi efektif bagi pengguna dalam menjaga teknik latihan lunge yang benar, mengurangi risiko cedera, serta mendukung latihan mandiri tanpa perlu pendampingan pelatih secara langsung.]]>
Copyrights © 2025
