UNRAMUNRAM

Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA )Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA )

Penelitian ini bertujuan untuk mengevaluasi kesesuaian antara estimasi kalori yang dihasilkan oleh smartwatch dan perhitungan manual berbasis Metabolic Equivalent of Task (MET) selama aktivitas fisik. Tiga partisipan dengan karakteristik fisiologis dan intensitas aktivitas yang berbeda melakukan 15 sesi latihan menggunakan Xiaomi Smart Band 8 dan 10. Estimasi kalori dari perangkat dibandingkan dengan perhitungan berbasis MET menggunakan uji t berpasangan. Hasil menunjukkan bahwa untuk aktivitas intensitas sedang hingga tinggi seperti joging dan lari, tidak terdapat perbedaan signifikan (p > 0,05) antara kedua metode, menunjukkan tingkat kesesuaian yang baik. Sebaliknya, aktivitas berjalan intensitas rendah menunjukkan perbedaan signifikan (p < 0,05), mencerminkan kecenderungan overestimasi oleh smartwatch. Secara keseluruhan, kesesuaian meningkat ketika irama detak jantung dan pola gerakan lebih stabil, sesuai dengan prinsip fisiologis yang menghubungkan konsumsi oksigen dan nilai MET. Sebagai studi kasus awal, penelitian ini menyoroti pentingnya intensitas aktivitas dalam menafsirkan estimasi energi berbasis smartwatch serta memberikan wawasan mengenai pemanfaatan perangkat wearable untuk pemantauan olahraga harian.

Secara umum terdapat kesesuaian antara estimasi kalori dari smartwatch Xiaomi Smart Band 8 dan 10 dengan perhitungan manual berbasis MET.Pada aktivitas intensitas sedang hingga tinggi, tidak ditemukan perbedaan signifikan antara kedua metode, menunjukkan bahwa smartwatch memberikan hasil yang relatif selaras dengan pendekatan fisiologis.Namun pada aktivitas intensitas rendah seperti berjalan, terjadi perbedaan signifikan yang menunjukkan kecenderungan overestimasi oleh smartwatch, sehingga tingkat kesesuaian dipengaruhi oleh intensitas aktivitas fisik.

Pertama, perlu dilakukan penelitian lebih lanjut yang menggunakan metode Bland-Altman dan mixed-effects modeling untuk menganalisis pola kesesuaian dan variasi estimasi antar individu secara lebih mendalam, karena studi ini baru mengidentifikasi perbedaan rata-rata tanpa melihat variasi intra-individu. Kedua, penelitian berikutnya sebaiknya mengeksplorasi pengaruh faktor fisiologis seperti variabilitas detak jantung, suhu tubuh, efisiensi gerakan, dan tingkat kebugaran terhadap ketepatan estimasi kalori smartwatch, mengingat bahwa stabilitas fisiologis tampaknya memengaruhi hasil estimasi secara signifikan. Ketiga, penting untuk menguji apakah personalisasi algoritma smartwatch berdasarkan karakteristik individu—seperti usia, jenis kelamin, dan pola aktivitas harian—dapat mengurangi bias overestimasi pada aktivitas intensitas rendah, mengingat bahwa algoritma bawaan mungkin kurang sensitif terhadap aktivitas non-ritmis. Penelitian-penelitian tersebut akan membantu memahami batasan teknologi wearable dan memperbaiki akurasi estimasi energi secara realistis dalam konteks penggunaan sehari-hari.

  1. Pardamean, Soeparno, Budiarto, Mahesworo, and Baurley: Quantified Self-Using Consumer Wearable Device:... doi.org/10.4258/hir.2020.26.2.83Pardamean Soeparno Budiarto Mahesworo and Baurley Quantified Self Using Consumer Wearable Device doi 10 4258 hir 2020 26 2 83
  2. 0. scitepress publication details scitepress.org/Link.aspx?doi=10.5220/00089761006400730 scitepress publication details scitepress Link aspx doi 10 5220 0008976100640073
  3. JMIR mHealth and uHealth - Reliability and Accuracy of the Fitbit Charge 4 Photoplethysmography Heart... doi.org/10.2196/54871JMIR mHealth and uHealth Reliability and Accuracy of the Fitbit Charge 4 Photoplethysmography Heart doi 10 2196 54871
Read online
File size495.45 KB
Pages11
DMCAReport

Related /

ads-block-test