Kurangnya pemahaman terhadap teknik latihan yang benar saat berolahraga di gym dapat menyebabkan cedera dan mengurangi efektivitas latihan. Penelitian ini bertujuan mengembangkan sistem analisis gerakan menggunakan teknologi pose estimation dan metode LSTM untuk mendeteksi gerakan yang benar dan salah secara otomatis. Data diperoleh dari video gerakan Dumbbell Bicep Curl dan Shoulder Press yang dilakukan oleh personal trainer, kemudian diekstraksi menggunakan MediaPipe dan dianotasi untuk menghasilkan dataset berlabel. Model LSTM dilatih menggunakan data tersebut dan diintegrasikan ke dalam sistem berbasis website. Sistem ini mampu menghitung jumlah repetisi benar dan salah secara real-time. Hasil pengujian menunjukkan bahwa model mencapai akurasi 100% dalam mengklasifikasikan gerakan Shoulder Press dan 96,3% untuk gerakan Bicep Curl, dengan hasil yang konsisten dan dapat diandalkan. Penelitian ini menunjukkan potensi teknologi sebagai alat bantu latihan mandiri yang efektif di bidang kebugaran.
Copyrights © 2025