PENERAPAN METODE MOVENET UNTUK DETEKSI KETEPATAN GERAKAN DALAM OLAHRAGA BULU TANGKIS

Abstrak

Bulu tangkis merupakan olahraga yang menuntut penguasaan teknikgerak yang presisi. Metode pelatihan konvensional yang sangat bergantung pada observasi visual pelatih sering kali bersifat subjektif dan memiliki keterbatasan dalam memantau detail gerakan cepat secara real-time, terutama bagi pemain yang berlatih secara mandiri. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi mobile berbasis Android yang memanfaatkan algoritma MoveNet untuk mendeteksi dan mengevaluasi ketepatan gerakan dasar bulu tangkis. Sistem ini menggunakan Computer Vision dan Pose Estimation untuk melacak 17 titik kunci (keypoints) tubuh manusia dan menganalisis tujuh jenis gerakan fundamental: smash, drop shot, drive, servis, lob, backhand, dan netting. Aplikasi dikembangkan dengan integrasi TensorFlow Lite untuk pemrosesan yang efisien pada perangkat mobile. Pengujian dilakukan menggunakan metode Blackbox Testing dan evaluasi kinerja model menggunakan Confusion Matrix. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan gerakan dengan rata-rata akurasi sebesar 78%, presisi 78%, dan recall 78%. Sistem ini memanfaatkan model MoveNet sebagai algoritma utama untuk mendeteksi dan melacak pose tubuh manusia melalui input video secara real-time, dengan performa yang kompetitif dibandingkan metode pose estimation lain pada perangkat mobile. Selain itu, studi terkini menunjukkan bahwa human pose estimation memiliki potensi tinggi untuk digunakan sebagai sistem motion capture dalam analisis gerakan olahraga. Sistem terbukti mampu memberikan umpan balik visual berupa kerangka tubuh (skeleton) dan evaluasi gerakan secara real-time, sehingga efektif digunakan sebagai alat bantu latihan mandiri yang objektif dan berbasis data