Deteksi Gerakan Fitness Menggunakan Pose Estimation Dan YOLOv11

Mealdi Arwintoro
Ardi Sanjaya
Risky Aswi Ramadhani

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

 Penelitian ini bertujuan untuk mengembangkan sistem deteksi gerakan Fitness secara otomatis menggunakan metode pose estimation estimation dan implementasi YOLOv11. Tujuan utama dari penelitian ini adalah mengidentifikasi dua kelompok gerakan utama dalam aktivitas Fitness yaitu latihan otot kaki dan latihan otot punggung. Pose estimation estimation digunakan untuk mendeteksi titik-titik tubuh dari video gerakan Fitness, sedangkan YOLOv11 digunakan untuk klasifikasi gerakan berdasarkan pola pergerakan tubuh. Dataset terdiri dari 13 jenis latihan yang dibagi menjadi dua kelompok utama: otot kaki (cabble front raise, cabble row, deltoid press, dumble row, lat pulldown, t-bar row) dan otot punggung (hai squat, lunges, leg extension, leg press, squat, standing calf raise, sumo squat). Hasil penelitian menunjukkan bahwa kombinasi metode ini mampu mencapai akurasi klasifikasi rata-rata di 73,3%. Sistem ini dapat dimanfaatkan sebagai alat bantu dalam memonitor dan mengevaluasi gerakan Fitness secara mandiri.