Pemodelan Ritme Kalori Terbakar Setiap Waktu Selama Bersepeda dengan Feedforward Neural Network

Abstract

ABSTRAK Pemanfaatan teknologi dalam bidang kesehatan dan olahraga telah berkembang dengan pesat. Aplikasi dan smartwatch dapat menghitung total kalori terbakar selama berolahraga namun tidak memberikan rincian kalori terbakar setiap detiknya. oleh karena itu, penilitian ini bertujuan untuk memodelkan ritme kalori terbakar setiap detikanya selama bersepeda. Terdapat usulan mengenai metode yang digunakan untuk penelitian ini yaitu menggunakan metode Feedforward Neural Network untuk memprediksi jumlah kalori yang terbakar pada saat berolahraga sepeda. Masukan jaringan saraf tiruan adalah detak jantung (HRt), kecepatan kayuh (Cadt), berat badan(m) dan suhu (c). Pada penelitian ini yaitu menggunakan jaringan syaraf tiruan Feedforward Neural Network mendapatkan nilai 59 neuron pada lapisan tersembunyi dan mendapatkan nilai akurasi keberhasilan sebesar 93 %. Kata kunci: feedforward neural network, sepeda, kalori terbakar, detak jantung, berat badan, kecepatan kayuh  ABSTRACT The use of technology in the field of health and sports has grown rapidly. Apps and smartwatches can calculate total calories burned during exercise but don't provide a breakdown of calories burned per second. Therefore, this research aims to model the rhythm of calories burned every second during cycling. In this study, it is proposed to use the Feedforward Neural Network method to predict the number of calories burned while exercising a bicycle. The inputs to the artificial neural network are heart rate (HRt), pedaling speed (Cadt), body weight (m) and temperature (c). In this study using a Feedforward Neural Network artificial neural network to get a value of 59 neurons in the hidden layer and get a success accuracy score of 93%. Keywords: feedforward neural network, cycling, calories, heart rate, weight

Keywords

• feedforward neural network
• sepeda
• kalori terbakar
• detak jantung
• berat badan
• kecepatan kayuh