Perancangan Latihan yang Akurat dalam Mengoptimalkan Kesehatan Kardiometabolik dan Kinerja Fisik Melalui Latihan yang Didukung Kecerdasan Buatan

Figure Ilustratrion AI

FORMOSA NEWS - Surabaya - Program Olahraga Berbasis Kecerdasan Buatan Terbukti Efektif Meningkatkan Kebugaran dan Kesehatan Jantung secara Signifikan. Penelitian yang dilakukan oleh Irmantara Subagio, Sulton Nur Arifin, Egy Raafi Alafian, dan Ary Nindya Kuswara dari Universitas Negeri Surabaya dalam artikel penelitian yang dipublikasikan pada Formosa Journal of Applied Sciences (FJAS) edisi Vol. 5 No. 8 Tahun 2026 menyoroti bahwa sangat penting di tengah meningkatnya angka penyakit tidak menular akibat kurangnya aktivitas fisik secara global, sekaligus membuktikan bahwa presisi dosis latihan merupakan kunci utama optimasi kesehatan manusia.

Latar Belakang dan Urgensi Penelitian

Kurangnya aktivitas fisik telah menjadi krisis kesehatan global. Data menunjukkan lebih dari 31% populasi dewasa dunia tidak memenuhi standar rekomendasi aktivitas fisik, yang memicu lonjakan kasus hipertensi, obesitas, resistensi insulin, hingga penyakit jantung. Meskipun olahraga teratur sangat dianjurkan, setiap individu memiliki respon fisiologis yang berbeda terhadap dosis latihan yang sama. Pendekatan latihan seragam (one-size-fits-all) sering kali gagal memberikan hasil optimal. Penelitian ini hadir untuk menjawab tantangan tersebut dengan menguji apakah integrasi AI mampu membaca respon tubuh secara real-time dan merancang porsi latihan yang tepat bagi setiap orang.

Metodologi Penelitian Sederhana
Penelitian ini menggunakan metode Randomized Controlled Trial (RCT) selama 12 minggu dengan melibatkan 120 partisipan dewasa. Seluruh peserta dibagi secara acak ke dalam dua kelompok seimbang:

• Kelompok Eksperimen (Berbasis AI): Mengikuti program latihan presisi di mana intensitas, volume, dan beban latihan disesuaikan secara otomatis dan dinamis berdasarkan data fisiologis yang direkam perangkat wearable.
  
• Kelompok Kontrol (Konvensional): Mengikuti program latihan standar dengan pemantauan berkala tanpa penyesuaian berbasis algoritma AI.
  

Pengukuran keberhasilan dilakukan sebelum dan sesudah intervensi meliputi kapasitas aerobik ($\text{VO}_2\text{max}$), tekanan darah, denyut jantung istirahat, komposisi tubuh, kadar gula darah puasa, serta kekuatan dan daya tahan otot. Data kemudian dianalisis menggunakan model statistik mixed-ANOVA.

Temuan Utama Penelitian
Setelah 12 minggu intervensi, kelompok yang menggunakan sistem latihan berbasis AI menunjukkan peningkatan yang jauh lebih signifikan pada seluruh parameter fisiologis dan performa fisik dibandingkan kelompok konvensional:

• Kapasitas Aerobik ($\text{VO}_2\text{max}$): Kelompok AI mengalami peningkatan rata-rata sebesar $+4,20\text{ ml/kg/min}$ (dari $33,15$ menjadi $37,35$), sedangkan kelompok konvensional hanya meningkat $+2,47\text{ ml/kg/min}$.
  
• Kesehatan Jantung dan Pembuluh Darah: Tekanan darah sistolik pada kelompok AI turun sebesar $7,90\text{ mmHg}$ dan diastolik turun $4,95\text{ mmHg}$. Selain itu, denyut jantung istirahat berkurang sebesar $7,53\text{ bpm}$. Seluruh penurunan ini lebih tinggi dibandingkan kelompok konvensional.
  
• Pengendalian Gula Darah: Gula darah puasa pada kelompok AI mengalami penurunan signifikan sebesar $-7,86\text{ mg/dL}$, berbanding $-4,71\text{ mg/dL}$ pada kelompok kontrol.
  
• Komposisi Tubuh: Kelompok AI mencatatkan penurunan berat badan rata-rata $2,68\text{ kg}$, penurunan lemak tubuh $2,08\%$, lingkar pinggang berkurang $3,55\text{ cm}$, serta kenaikan massa otot sebesar $0,94\text{ kg}$.
  
• Kekuatan dan Daya Tahan Otot: Kekuatan genggaman tangan kelompok AI meningkat $+4,15\text{ kg}$, jumlah push-up bertambah $+6,65\text{ repetisi}$, dan daya tahan fisik meningkat $+2,16\text{ menit}$.
  

Implikasi dan Dampak Bagi Masyarakat
Hasil penelitian ini membawa implikasi besar bagi perkembangan kedokteran olahraga dan industri kebugaran digital. Integrasi AI dengan perangkat sensor pintar terbukti efektif membantu pelatih, praktisi kesehatan, dan masyarakat umum dalam menentukan takaran olahraga secara obyektif dan aman. Dengan adanya penyesuaian beban latihan yang adaptif, risiko cedera akibat latihan berlebih (overtraining) maupun ketidakefektifan akibat beban yang terlalu ringan (undertraining) dapat diminimalkan. Ke depan, teknologi ini berpotensi diadopsi dalam kebijakan kesehatan publik untuk menekan angka penyakit metabolik dan kardiovaskular di masyarakat.

Profil Penulis Utama
Dr. Irmantara Subagio, S.Pd., M.Pd. Universitas Negeri Surabaya (UNESA), Indonesia. Bidang Keahlian: Ilmu Keolahragaan, Pelatihan Olahraga, Presisi Latihan, dan Teknologi Kebugaran.
Tim Peneliti: Sulton Nur Arifin, Egy Raafi Alafian, dan Ary Nindya Kuswara (Universitas Negeri Surabaya).

Sumber Penelitian
Irmantara Subagio, Sulton Nur Arifin, Egy Raafi Alafian, dan Ary Nindya Kuswara. Precision Exercise Programming in Optimizing Cardiometabolic Health and Physical Performance through Artificial Intelligence Assisted Training. Formosa Journal of Applied Sciences (FJAS), Vol. 5, No. 8, Tahun 2026, Halaman 1797-1814
DOI : https://doi.org/10.55927/fjas.v5i8.98
URL : https://journalfjas.my.id/index.php/fjas