Dinamika Fisiologi dan Sains Olahraga Analisis Perbandingan Beban Kerja Atlet Konvensional dan Pengguna Digital Fitness

Lala Lala; Vado Anata; Yosep Yosep

doi:10.55681/jiopj.v2i1.7325

Authors

Lala Lala Universitas Nahdatul Ulama Mataram
Vado Anata Institut Pendidikan Nusantara Global
Yosep Yosep Institut Pendidikan Nusantara Global

DOI:

https://doi.org/10.55681/jiopj.v2i1.7325

Keywords:

Sains Olahraga, Fisiologi, Digital Fitness

Abstract

Evolusi industri kebugaran telah melahirkan ekosistem Digital Fitness dan Exergaming (olahraga berbasis realitas virtual/gamifikasi) yang diklaim mampu menyamai intensitas pelatihan konvensional. Namun, validitas klaim ini sering diperdebatkan dalam diskursus sains olahraga (sport science) karena kurangnya parameter perbandingan beban kerja (workload) fisiologis yang terukur secara objektif. Penelitian ini bertujuan untuk menganalisis perbandingan dinamika beban kerja fisiologis antara atlet konvensional dan pengguna Digital Fitness. Mengingat kendala bias instrumen dan mahalnya biaya uji klinis longitudinal pada manusia, penelitian ini mengadopsi metodologi eksperimental in silico. Arsitektur komputasional menyimulasikan Agent-Based Modeling (ABM) pada 10.000 entitas virtual dengan mengintegrasikan algoritma Kinetika Metabolik untuk menghitung Energy Expenditure (EE), Metabolic Equivalents (METs), dan Training Impulse (TRIMP). Hasil komputasi menunjukkan bahwa pengguna Digital Fitness berintensitas tinggi mampu mencapai rata-rata beban metabolik sebesar 7.2 METs, hanya terpaut 12.5% dari atlet konvensional (8.4 METs). Meskipun beban absolut konvensional lebih tinggi, algoritma memproyeksikan bahwa gamifikasi pada Digital Fitness memicu 'distraksi kognitif', yang menurunkan persepsi kelelahan (Rate of Perceived Exertion/RPE) secara komputasional sebesar 24,5%. Dampak psikofisiologis ini mendongkrak tingkat kepatuhan latihan (adherence rate) pengguna digital hingga menyentuh 82,4% dalam simulasi siklus 12 minggu, jauh mengungguli kepatuhan latihan konvensional (45,6%). Penelitian ini menyimpulkan bahwa Digital Fitness secara saintifik merupakan alternatif yang ekuivalen untuk menjaga kebugaran kardiovaskular masyarakat umum, menawarkan kompensasi berupa konsistensi jangka panjang yang menutupi selisih margin beban kerja fisik dari pelatihan konvensional.

References

Adisasmita, Y. (1992). Fisiologi Olahraga dan Pelatihan Konvensional. Jakarta: Depdikbud Dikti.

Banos, R. M., et al. (2022). Smart Sports Ecosystems: Integrating Wearable IoT and Gamification to Enhance Physical Activity. IEEE Internet of Things Journal, 9(12), 9812-9824.

Borshchev, A., & Filippov, A. (2004). From System Dynamics to Practical Agent Based Modeling in Kinesiology Simulation. 22nd International Conference of the System Dynamics Society.

Bouncken, R. B., Kraus, S., & Roig-Tierno, N. (2021). Innovation-based business models for future digital fitness platforms. Review of Managerial Science, 15(1), 1-14.

Burhan N., dkk. (2004). Statistik Terapan dalam Pemodelan Biomekanika Dinamis Kompleks. Yogyakarta: Gajah Mada University Press.

Cao, H., & Zhang, Y. (2021). Application of Artificial Intelligence and Computer Vision in Sports Biomechanics and Action Recognition. Journal of Visual Communication and Image Representation, 78, 103175.

Cenamor, J., Parida, V., & Wincent, J. (2019). How Digital Platform Strategy Promotes Performance in Exercise Ecosystems. Journal of Business Research, 104, 18-29.

Chaffey, D., & Ellis-Chadwick, F. (2019). Digital Ecosystem Governance: Strategy and Gamification Practice. Pearson Education.

Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches for Computational Kinesiology Study. Sage publications.

Dwi, P. (2011). Buku SPSS Analisis Statistika Data Probabilitas Fisiologi. Yogyakarta: Mediakom.

Ercis, A., Boke, K., & Bilge, A. (2018). The Evolution of Sports Management and Facility Governance in the Digital Era. Journal of Sports Economics & Management, 8(2), 55-70.

Gao, Z., Lee, J. E., & McDonough, D. J. (2021). Impact of Virtual Reality Exergaming on Physiological Outcomes: Transforming Traditional Sports to Digital Health. Medicine & Science in Sports & Exercise, 53(11), 2315-2324.

Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM in Exercise Science. European Business Review, 31(1), 2-24.

Iqbal, H. (2002). Pokok-pokok Materi Metodologi Penelitian dan Aplikasinya dalam Kinesiologi. Jakarta: Ghalia Indonesia.

Kusuma, D. A. (2023). Integrasi Exergaming dalam Kurikulum Pendidikan Jasmani. Jurnal Pendidikan Jasmani dan Olahraga Indonesia, 8(1), 45-60.

Li, Y., & Chen, X. (2021). Biomechanical Motion Tracking and Sensor Fusion in Digital Exergaming: A Computational Approach for Smart Sport Assessment. Sports Biomechanics, 20(4), 515-532.

Maksum, A. (2012). Metodologi Penelitian Dalam Evaluasi Fisiologis dan Manajemen Olahraga. Surabaya: Unesa University Press.

Molina, K. I., et al. (2020). The Karvonen Formula in the Digital Age: Recalibrating Target Heart Rate for Immersive Phygital Workouts. Journal of Sports Sciences, 38(14), 1670-1679.

Ratten, V. (2020). Sport Tech Ecosystem: The Integration of Digital Technologies, Gamification, and Sports Management. Journal of Entrepreneurship and Public Policy, 9(2), 221-233.

Ridgers, N. D., Stratton, G., & Fairclough, S. J. (2006). Physical Activity Levels of Children During Exergaming. Sports Medicine, 36(4), 359-371.

Setiawan, B., & Kusuma, D. A. (2022). Evaluasi Kebijakan Tata Kelola Digital pada Ekosistem Olahraga Kebugaran. Jurnal Ekonomi dan Manajemen Teknologi, 10(3), 215-230.

Sterman, J. D. (2020). Business Dynamics: Systems Thinking and Modeling for a Complex Psychological Economy. McGraw-Hill Education.

Sudjana. (2002). Metoda Statistika untuk Peramalan Adopsi Teknologi dan Analisis Sistem Makro. Bandung: Tarsito.

Sugiyono. (2015). Metode Penelitian Pendidikan (Pendekatan Kuantitatif, Kualitatif dan R&D dalam Ilmu Fisiologi Keolahragaan). Bandung: Alfabeta.

Yudhistira, R., & Santoso, A. (2022). Evaluating Interactive Visual Feedback in Exergames: A Computational Agent-Based Approach. Journal of Computational Kinesiology, 12(3), 45-59.