SISTEM REKOMENDASI SENAM NIFAS PADA REHABILITASI POSTUR PASCA MELAHIRKAN MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN) BERBASIS MOBILE

Mulyani, Rizki Eka (2026) SISTEM REKOMENDASI SENAM NIFAS PADA REHABILITASI POSTUR PASCA MELAHIRKAN MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN) BERBASIS MOBILE. Diploma thesis, Universitas Harkat Negeri.

This is the latest version of this item.

[img] Text (COVER)
COVER.pdf

Download (762kB)
[img] Text (BAB I)
BAB I.pdf

Download (378kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (3MB)
[img] Text (BAB III)
BAB III.pdf

Download (197kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (243kB)
[img] Text (LAMPIRAN)
LAMPIRAN.pdf

Download (4MB)

Abstract

Perubahan postur tubuh dan penurunan kekuatan otot merupakan kondisi yang umum dialami ibu selama kehamilan dan pasca persalinan sehingga dapat menyebabkan gangguan muskuloskeletal. Rehabilitasi melalui senam nifas masih menghadapi kendala berupa keterbatasan akses layanan kesehatan, kurangnya pendampingan, serta minimnya pemantauan latihan secara real-time. Penelitian ini bertujuan mengembangkan sistem rekomendasi senam nifas berbasis aplikasi mobile yang mampu memberikan panduan latihan dan mengevaluasi gerakan secara otomatis. Sistem Raga Ibu memanfaatkan MediaPipe untuk mendeteksi 33 titik landmark tubuh secara real-time dan Artificial Neural Network (ANN) untuk mengidentifikasi gerakan berdasarkan 123 fitur hasil ekstraksi MediaPipe. Dataset yang digunakan terdiri dari enam jenis gerakan terapi dengan total 111.954 frame. Model ANN menghasilkan akurasi pengujian sebesar 95,88%. Pengujian Black Box pada 14 skenario menunjukkan seluruh fungsi aplikasi berjalan sesuai kebutuhan. Implementasi model mampu mengevaluasi gerakan dengan baik pada pencahayaan terang dan jarak kamera 100–200 cm, sedangkan pencahayaan rendah dan jarak terlalu dekat menurunkan performa pada beberapa gerakan. Pengujian usability terhadap 23 responden memperoleh nilai 85,04%, yang menunjukkan tingkat kegunaan sangat baik. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi dan evaluasi gerakan secara real-time sehingga dapat mendukung rehabilitasi postur pasca melahirkan secara lebih praktis, interaktif, dan mudah diakses melalui perangkat mobile. Kata Kunci : MediaPipe, Artificial Neural Network, Senam Nifas, Rehabilitasi Postur, Deteksi Pose Real-time

Item Type: Thesis (Diploma)
Subjects: R Medicine > R Medicine (General)
T Technology
Divisions: Sekolah Vokasi Teknik > Diploma IV Teknik Informatika
Depositing User: Rizki Eka Mulyani
Date Deposited: 07 Sep 2026 03:35
Last Modified: 07 Sep 2026 03:35
URI: http://repository.harkatnegeri.ac.id/id/eprint/7585

Available Versions of this Item

Actions (login required)

View Item View Item