APLIKASI PENILAI POSE YOGA MENGGUNAKAN POSE ESTIMATION DAN COSINE SIMILARITY
ABSTRAK
Yoga merupakan olahraga yang fokus pada kekuatan, kelenturan, dan pernapasan yang dilakukan dengan berbagai macam jenis pose. Kesalahan dalam melakukan pose yoga dapat berakibat buruk bagi tubuh. Oleh karena itu pada penelitian ini mengajukan suatu aplikasi berupa website yang dapat menilai pose yoga seseorang dan memberikan informasi bagian tubuh yang masih salah dalam melakukan pose yoga. Untuk melakukan hal tersebut maka dibutuhkan beberapa tahapan, yang pertama adalah pose estimation untuk mengenali pose tubuh seseorang, yang kedua adalah perhitungan threshold untuk menjadi batas sebuah anggota tubuh dapat dikatakan salah, dan yang ketiga adalah membandingkan pose yoga pengguna dengan pose yoga profesional untuk menilai seberapa tepat pose tubuh pengguna dan bagian tubuh mana yang masih salah. Pada tahap pose estimation akan dibuat sebuah model ResNet yang dapat mengenali pose tubuh manusia dengan cara mengidentifikasi keypoint tubuh dari sebuah gambar. Lalu pada tahap perhitungan threshold dilakukan perhitungan kemiripan sudut pada setiap anggota tubuh antara pose yoga profesional dengan beberapa pose yoga yang benar menggunakan cosine similarity, dan nilai terkecil untuk tiap anggota tubuh yang akan dijadikan threshold. Kemudian pada tahap terakhir pose yoga pengguna akan dibandingkan dengan pose profesional dengan cara menghitung kemiripan sudut pada setiap anggota tubuh menggunakan cosine similarity, dan anggota tubuh yang memiliki nilai di bawah threshold merupakan anggota tubuh yang masih salah. Untuk dapat melakukan ketiga tahap tersebut maka dibutuhkan tiga jenis dataset, yang pertama dataset COCO yang berisi gambar dan anotasi keypoint untuk melatih model pose estimation, yang kedua dataset berisi pose yoga yang dilakukan oleh profesional yang digunakan sebagai acuan dan diikuti oleh pengguna, dan yang ketiga dataset berisi gambar-gambar pose yoga yang benar untuk perhitungan threshold. Terdapat 9 pose yoga yang digunakan, yaitu Child's Pose, Swimmer, Downdog, Chair Pose, Crescent Lunge, Planks, Side Plank, Low Cobra, Namaste. Pose yoga yang dapat teridentifikasi dengan benar oleh model yang dihasilkan sebanyak 4 pose, yaitu Chair Pose, Crescent Lunge, Side Plank, dan Namaste. Model untuk estimasi pose yang optimal memiliki nilai akurasi sebesar 78,2%, precision sebesar 60,4% dan recall sebesar 64,5%. Model tersebut didapatkan dengan menggunakan optimizer Adam, epoch sebanyak 30, dan learning rate sebesar 0.0001.
[DOWNLOAD ABSTRACT]Kategori
D3 Teknik ElektronikaD3 Teknik Telekomunikasi
D3 Teknik Elektro Industri
D3 Teknik Informatika
D3 Teknologi Multimedia Broadcasting
D4 Teknik Elektronika
D4 Teknik Telekomunikasi
D4 Teknik Elektro Industri
D4 Teknik Informatika
D4 Teknik Mekatronika
D4 Teknik Komputer
D4 Teknik Teknologi Game
S2 Teknik Elektro
S2 Teknik Informatika dan Komputer