<![CDATA[Penelitian ini bertujuan mengembangkan sistem untuk mendeteksi gerakan servis dalam olahraga bulutangkis dengan memakai metode penglihatan komputer dan klasifikasi K-Nearest Neighbors (KNN). Pemilihan tema ini didasari oleh signifikansi analisis gerakan dalam meningkatkan kinerja atlet serta mendukung program pelatihan yang efisien. Servis yang tepat adalah aspek penting dalam bulutangkis. Metodologi penelitian mencakup pengumpulan data video, pengambilan fitur titik kunci tubuh dengan menggunakan kerangka kerja computer vision seperti MediaPipe, dan selanjutnya, penerapan metode K-Nearest Neighbors (KNN) untuk mengklasifikasikan fase-fase gerakan servis berdasar data titik kunci yang dihasilkan. Temuan penelitian mengindikasikan bahwa sistem dapat mengenali dan mendeteksi fase-fase utama dalam gerakan servis bulutangkis dengan ketepatan yang baik menggunakan klasifikasi KNN. Data titik kunci yang dihasilkan dalam format CSV memudahkan proses pelatihan dan pengujian model KNN. Melalui sistem ini, pelatih dan atlet dapat mendapatkan umpan balik yang terukur dan objektif tentang teknik servis, sehingga dapat meningkatkan latihan dan mencapai kemajuan kinerja yang signifikan dalam olahraga bulutangkis.]]>
Copyrights © 2025
