IMPLEMENTASI TEKNOLOGI MACHINE LEARNING BERBASIS CONVOLUTIONAL NEURAL NETWORK (CNN) MENGGUNAKAN MEDIAPIPE PADA PENGUKURAN TES KESEGARAN JASMANI BATERAI B DI UNIVERSITAS PERTAHANAN : STUDI KASUS KADET MAHASISWA S1

Tes kesegaran jasmani merupakan bagian penting dalam evaluasi kebugaran fisik kadet di Universitas Pertahanan Republik Indonesia (UNHAN RI). Namun, metode pencatatan manual yang digunakan saat ini masih memiliki potensi kesalahan serta keterlambatan dalam proses evaluasi. Untuk
mengatasi tantangan ini mengimplementasikan Convolutional Neural Network (CNN) dan MediaPipe guna meningkatkan akurasi serta efisiensi dalam pencatatan dan analisis gerakan pada tes kesegaran jasmani Baterai B yang meliputi push-up, sit-up, pull-up, dan chinning. Sistem ini dikembangkan berbasis
platform web, sehingga dapat diakses dengan lebih mudah dan
meningkatkan fleksibilitas ini, dalam penelitian penggunaannya. Penelitian ini mengembangkan empat model dengan pelatihan menggunakan epoch 20, 35, dan 50 untuk menguji efektivitas deteksi gerakan. Evaluasi dilakukan
dengan membandingkan hasil komputasi dengan perhitungan manual, yang menunjukkan selisih terbesar hanya 2,48%, membuktikan kesetaraan antara metode otomatis dan manual.Hasil pengujian menunjukkan bahwa model push-up mencapai akurasi rata-rata 97,50%, dengan precision 97%,
recall 98%, dan F1-score 97,49%. Model sit-up memperoleh akurasi 97,67%, precision 97,41%, recall 97,70%, dan F1-score 97,57%. Model pull-up menunjukkan akurasi 97%, precision 97%, recall 97%, dan F1-score 97%. Sementara itu, model chinning mencatat akurasi tertinggi sebesar
98,50%, dengan precision 98%, recall 99,68%, dan F1-score
98,50%.Selain itu, sistem yang dikembangkan telah diuji menggunakan black-box testing untuk memastikan fungsionalitas dan keandalannya dalam mendeteksi serta mencatat gerakan secara otomatis. Hasil pengujian menunjukkan bahwa sistem berbasis MediaPipe mampu
mengenali pose tubuh secara real-time dengan akurasi tinggi, sehingga memungkinkan pencatatan hasil tes yang lebih objektif dan otomatis dibandingkan metode konvensional yang bergantung pada penguji manusia.