Penggunaan Deep Learning untuk Mengidentifikasi Postur Tubuh Siswa dalam Pembelajaran Senam

Abstract

Pendidikan jasmani memiliki tantangan dalam hal akurasi observasi gerakan siswa, terutama ketika jumlah peserta didik banyak dan variasi gerakan yang diajarkan cukup kompleks. Kesalahan postur tubuh yang tidak terdeteksi berpotensi menurunkan kualitas pembelajaran dan meningkatkan risiko cedera. Kegiatan yang digunakan bertujuan untuk mengevaluasi efektivitas penggunaan teknologi deep learning dalam mengidentifikasi postur tubuh siswa pada pembelajaran senam. Metode yang digunakan berupa pendekatan mix methode dengan desain deskriptif. Populasi penelitian adalah siswa sekolah menengah pertama, dengan sampel sebanyak 40 siswa yang dipilih secara purposive. Instrumen penelitian meliputi kamera digital, sistem analisis berbasis deep learning, lembar observasi guru, serta kuesioner persepsi siswa. Prosedur kegiatan terdiri atas persiapan, pelaksanaan, dan evaluasi, dengan analisis data dilakukan melalui statistik deskriptif, uji-t, korelasi, dan triangulasi. Hasil kegiatan menunjukkan bahwa sistem deep learning mampu mengidentifikasi postur tubuh dengan tingkat akurasi 89%, lebih tinggi dibanding observasi manual guru yang hanya 76%. Temuan ini menegaskan bahwa deep learning dapat mengurangi human error dan memberikan umpan balik visual yang efektif untuk perbaikan gerakan siswa. Siswa dan guru menyatakan bahwa penggunaan teknologi ini meningkatkan motivasi, keterlibatan, serta efisiensi pembelajaran. Meskipun demikian, keterbatasan penelitian terdapat pada cakupan sampel yang sempit dan spesifikasi perangkat keras yang terbatas.