Implementasi Pose Estimation dan algoritma Long-Short Term Memory (LSTM) dalam optimalisasi gerakan lateral raise

Nurachman, Muh. Taufiq (2025) Implementasi Pose Estimation dan algoritma Long-Short Term Memory (LSTM) dalam optimalisasi gerakan lateral raise. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text 1_cover.pdf Download (188kB) | Preview
Preview	Text 2_abstrak.pdf Download (223kB) | Preview
Preview	Text suratpernyataankaryasendiri.pdf Download (142kB) | Preview
Preview	Text 4_daftarisi.pdf Download (135kB) | Preview
Preview	Text 5_bab1.pdf Download (381kB) | Preview
	Text 6_bab2.pdf Restricted to Registered users only Download (639kB)
	Text 7_bab3.pdf Restricted to Registered users only Download (754kB)
	Text 8_bab4.pdf Restricted to Registered users only Download (1MB)
	Text 9_bab5.pdf Restricted to Registered users only Download (204kB)
	Text 10_daftarpustaka.pdf Restricted to Registered users only Download (189kB)

Abstract

Teknik gerakan lateral raise yang tidak tepat dapat meningkatkan risiko cedera pada otot bahu. Penelitian ini bertujuan untuk mengembangkan sistem untuk menganalisis gerakan lateral raise benar dan salah menggunakan Pose Estimation dan LSTM. Data diperoleh dari perekaman gerakan benar dan gerakan salah, lalu diekstraksi menggunakan MediaPipe yang menghasilkan titik koordinat atau keypoints tiap sendi. Data hasil ekstraksi digunakan untuk melatih model dengan algoritma LSTM. Metode penelitian menggunakan CRISP-DM dengan tahapan penelitian meliputi business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Model dengan data split 80:20 dan epochs 50 menghasilkan akurasi terbaik sebesar 83% dalam mengklasifikasikan gerakan benar dan gerakan salah.

Actions (login required)

View Item