<![CDATA[Risiko cedera lumbal dan ACL pada atlet powerlifting akibat deviasi teknik mikro menuntut adanya instrumen pemantau biomekanika yang presisi namun ekonomis. Penelitian ini bertujuan mengonstruksi Model Probabilistik Deteksi Anomali yang memfusikan algoritma Computer Vision dengan Logika Geometri Euclidean sebagai detektor gerak waktu nyata. Metode penelitian melibatkan fusi estimasi pose MediaPipe dengan protokol validasi biomedis untuk menetapkan ambang batas aman pada gerakan Squat, Bench Press, dan Deadlift. Hasil penelitian menunjukkan bahwa model mampu mendeteksi deviasi teknik dengan tingkat akurasi sebesar 93% dan latensi komputasi di bawah 50 milidetik, yang memungkinkan umpan balik visual korektif secara instan. Verifikasi klinis oleh pakar biomedis mengonfirmasi bahwa landmark digital memiliki korelasi tinggi dengan standar teknik baku. Simpulannya, integrasi vision-probabilistik ini menyediakan solusi pemantauan biomekanika mandiri yang efektif untuk menekan prevalensi cedera pada atlet tanpa bergantung pada perangkat laboratorium yang mahal]]>
Copyrights © 2026
