Kumpulan Data Biomekanik Berbasis AI untuk Analisis Kinerja Bulu Tangkis

Didukung oleh proyek GIST-MIT 2024, penelitian ini mengambil inspirasi dari proyek ActionSense MIT, yang menggunakan sensor yang dapat dipakai untuk melacak tugas dapur sehari-hari seperti mengupas, mengiris sayuran, dan membuka stoples.

Seong berkolaborasi dengan tim MIT, termasuk peneliti postdoc MIT CSAIL Joseph DelPreto dan Direktur MIT CSAIL serta Profesor MIT EECS Daniela Rus dan Wojciech Matusik.

Bersama-sama, mereka mengembangkan kumpulan data MultiSenseBadminton, yang menangkap gerakan dan respons fisiologis pemain bulu tangkis.

Baca Juga: Para Badminton Indonesia Raih 4 Emas, 1 Perak, 2 Perunggu di Skotlandia

Kumpulan data ini, yang dibentuk berdasarkan wawasan dari pelatih bulutangkis profesional, bertujuan untuk meningkatkan kualitas pukulan forehand clear dan backhand drive.

Untuk itu, para peneliti mengumpulkan data gerakan mengayun selama 23 jam dari 25 pemain dengan tingkat pengalaman latihan yang berbeda-beda.

Selama penelitian, para pemain ditugaskan untuk berulang kali melakukan pukulan forehand clear dan backhand drive sementara sensor mencatat gerakan dan respons mereka.

Skema yang menunjukkan prinsip kerja deteksi kesalahan layanan menggunakan konfigurasi kamera yang diusulkan. Contoh (a) kesalahan pelayanan terlalu tinggi (SFTH) dan (b) pelayanan hukum. (mdpi.com)

Ini termasuk sensor unit pengukuran inersia (IMU) untuk melacak pergerakan sendi, sensor elektromiografi (EMG) untuk memantau sinyal otot, sensor insole untuk tekanan kaki, dan kamera untuk merekam gerakan tubuh dan posisi shuttlecock.

Dengan total 7.763 titik data yang dikumpulkan, setiap ayunan diberi label dengan cermat berdasarkan jenis pukulan, tingkat keterampilan pemain, posisi pendaratan shuttlecock, lokasi tumbukan relatif terhadap pemain, dan suara saat tumbukan.

Kumpulan data tersebut kemudian divalidasi menggunakan model pembelajaran mesin, untuk memastikan kesesuaiannya untuk melatih model AI guna mengevaluasi kualitas pukulan dan memberikan umpan balik.

Baca Juga: Ilmu Kecepatan dan Kelincahan: Strategi Latihan Bagi Atlet Muda Sepak Bola

“Kumpulan data MultiSenseBadminton dapat digunakan untuk membangun sistem pendidikan dan pelatihan berbasis AI bagi para pemain olahraga raket. Dengan menganalisis perbedaan dalam data gerak dan sensor di antara berbagai level pemain dan menciptakan lintasan aksi yang dihasilkan AI, kumpulan data tersebut dapat diterapkan pada personalisasi panduan gerak untuk setiap level pemain,” kata Seong.

Data yang dikumpulkan dapat meningkatkan pelatihan melalui getaran haptik atau stimulasi otot listrik, meningkatkan gerakan yang lebih baik, dan menyempurnakan teknik ayunan.

Selain itu, data pelacakan pemain, seperti yang terdapat dalam kumpulan data MultiSenseBadminton, dapat memicu permainan realitas virtual atau simulasi latihan, menjadikan pelatihan olahraga lebih mudah diakses dan terjangkau, sehingga berpotensi mengubah cara orang berolahraga.