Klasifikasi Citra Gerakan Olahraga Dalam Gym Menggunakan Graph Convolutional Network

Abstrak

Tingkat partisipasi olahraga masyarakat Indonesia masih rendah, dengan Sport Development Index (SDI) tahun 2022 mencatat hanya 30,93%, turun dari 32,80% pada tahun sebelumnya. Olahraga sederhana yang dapat diikuti salah satunya adalah olahraga gym. Penelitian ini bertujuan untuk mengenalkan dan mempromosikan gerakan dasar gym seperti benchpress, squat, dan deadlift guna mendorong peningkatan partisipasi olahraga. Penelitian menggunakan teknologi Deep Learning berbasis Graph Convolutional Network (GCN) untuk mengklasifikasikan citra gerakan gym ke dalam tiga kelas tersebut. Fokus penelitian adalah membandingkan berbagai hyperparameter, termasuk model, ukuran batch, dan dropout, untuk menemukan konfigurasi optimal dengan performa terbaik. Hasil penelitian menunjukkan bahwa model GCN mencapai nilai F1 Score sebesar 0,8667, menunjukkan performa yang baik dalam klasifikasi citra gerakan gym. Sebagai implementasi, aplikasi berbasis web sederhana dikembangkan untuk memfasilitasi klasifikasi gerakan gym secara otomatis.