Implementasi Teknik Ekstraksi Pose dengan MediaPipe dan Klasifikasi Random Forest untuk Penentuan Kualitas Gerakan Push-Up

Andriawan, Riko
Kasih, Patmi
Pamungkas, Danar Putra

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis terhadap gerakan push-up menggunakan metode ekstraksi pose MediaPipe dan klasifikasi Random Forest. Ekstraksi fitur dilakukan dengan mendeteksi 12 titik tubuh utama (bahu, siku, pergelangan tangan, pinggul, lutut, pergelangan kaki) dari setiap frame video, yang dikonversi menjadi vektor numerik. Penentuan kategori “benar” dan “salah” dilakukan berdasarkan observasi visual terhadap postur, seperti kelurusan punggung, sudut siku, dan kestabilan tubuh, sesuai label dari sumber dataset. Data yang telah dilabeli digunakan untuk melatih model Random Forest, yang kemudian diuji dengan berbagai nilai random state. Hasil menunjukkan bahwa model memiliki akurasi tertinggi pada random state 0. Sistem ini juga dilengkapi antarmuka grafis (GUI) untuk mempermudah pengguna dalam mengunggah video dan memperoleh hasil klasifikasi secara langsung. Hasil ini berpotensi mendukung latihan kebugaran secara mandiri dan terstandar.