Sistem Prediksi Kalori Terbakar Pada Pesepeda Menggunakan Feedforward Neural Network

Penting untuk memonitor kalori selama berolahraga. Dengan memonitor kalori selama berolahraga, seseorang dapat mengontrol kalori yang dikonsumsi untuk mencegah kelebihan berat badan dan obesitas. Tujuan penelitian ini adalah untuk membuat model prediksi kalori berdasarkan detak jantung dan kecepatan kayuh saat bersepeda dengan menggunakan Feedforward Neural Network. Masukan berupa nilai detak jantung (HRt) dan kecepatan putaran kaki (Cadt) pada saat tersebut. Sedangkan keluaran berupa nilai prediksi kalori yang digunakan (Calt). Feedforward Neural Network digunakan untuk memodelkan prediksi kalori. Arsitektur jaringan saraf tiruan prediksi kalori adalah terdiri dari 3 lapisan yaitu sebuah lapisan masukan, sebuah lapisan tersembunyi, dan sebuah lapisan keluaran. Masukan jaringan saraf tiruan adalah detak jantung (HRt) dan kecepatan kayuh (Cadt). Pada lapisan tersembunyi, terdapat 333 buah neuron tersembunyi. Keluaran jaringan saraf tiruan berupa nilai prediksi kalori (Calt). Model prediksi dilatih menggunakan 10000 data latih dari seorang pesepeda pada satu sesi bersepeda. Data uji menggunakan dataset dari pesepeda yang sama dengan data latih namun pada sesi bersepeda yang berbeda, serta dataset dari pesepeda lain. Percobaan menunjukan bahwa model prediksi tersebut menghasilkan nilai prediksi kalori yang dekat dengan nilai kalori hasil pengukuran dengan tingkat kesalahan adalah 7%.

Dibuat oleh : Dina Budhi Utami dan Muhammad Ichwan
Alamat e-mail: dinabudhi@itenas.ac.id, ichwan@itenas.ac.id
Kata kunci : kalori, detak jantung, kecepatan kayuh, bersepeda, jaringan saraf tiruan, Feedforward Neural Network.

Sistem Prediksi Kalori Terbakar Pada Pesepeda Menggunakan Feedforward Neural Network