Karate adalah salah satu olahraga pertarungan yang paling banyak diminati di Indonesia. Indonesia memiliki potensi atlet olahraga karate yang terus meningkat, ini ditandai dari jumlah atlet karate yang berkompetisi di tingkat nasional. Prestasi atlet Indonesia di tingkat regional sudah baik, akan tetapi perlu ditingkatkan lagi di tingkat
internasional. Salah satu hal yang dapat membantu atlet Indonesia untuk meningkatkan kualitas latihan adalah dengan memanfaatkan bidang keilmuan dan teknologi. Penggunaan teknologi deep learning dapat membantu para atlet karate terutama dalam melakukan analisis video. Analisis video klasifikasi gerakan perlu dilakukan terlebih dahulu sebelum melakukan analisis video lain seperti perbaikan postur. Penelitian ini bertujuan untuk melakukan klasifikasi gerakan karate dari masukan video dengan menggunakan metode keypoint detection dan Long Short-Term Memory (LSTM). Dalam penelitian yang dilakukan, arsitektur model LSTM dirancang menggunakan TensorFlow. Model dilatih dengan 988 video pelatihan, dievaluasi dengan 243 video validasi dan diuji dengan 210 video pengujian. Konfigurasi hyperparameter model didapatkan dengan menggunakan metode grid search. Model dapat mengklasifikasi dengan benar 181 gerakan yang dilakukan di dalam video dari 210 video yang ada di dalam dataset pengujian dengan nilai akurasi 86,19%. |