Pemanfaatan Machine Learning sebagai Pengklasifikasi Aktivitas Olahraga Basket menggunakan Smartwatch Berbasis IoT

Abstract

Pengenalan Aktivitas Manusia (HAR) dalam sebuah klub olahraga, khususnya olahraga basket sebagai sarana melihat analisis statistik dari data aktivitas pemain menjadi hal yang sangat penting. Salah satu metode untuk melakukan pengenalan aktivitas adalah menggunakan Wearable Device yang memiliki sensor accelerometer dan giroskop dengan akurasi tinggi. Didukung dengan IoT Cloud Firebase sebagai pusat penyimpanan data yang memiliki fitur machine learning sebagai metode klasifikasi aktivitas basket para pemain. Teknik pengumpulan data dilakukan dengan mengirimkan data sensor accelerometer dan giroskop sebagai Data Training dan melakukan data test dengan memanfaatkan Real-Time Database dari platform cloud firebase. Algoritma klasifikasi diuji menggunakan beberapa algoritma diantaranya K-NN, Decision Tree, SVM, Naïve Bayes. Dari hasil pengujian menunjukan jika K-NN memiliki tingkat akurasi rata – rata untuk tiap aktivitas paling tinggi yaitu sebesar 81.62%, dengan rincian Dribble 95%, Passing 71%, dan Shooting 78%. Dari hasil klasifikasi pergerakan pemain ini dapat dijadikan analisis lebih lanjut oleh manajemen dan pelatih sebagai penentuan posisi pemain. Inilah keunggulan penggunaan metode klasifikasi menggunakan machine learning dari data sensor dibandingkan dengan pengenalan aktivitas pemain menggunakan deteksi objek pada rekaman video.