Skip to content
5calvinwPublic

About

2nd Place Winner 🏆 Study 2 Challenge 2025: “Bridging Global Problems: Tech for a Better Tomorrow”.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

PermaFit

Pendamping Kebugaran Digital Anda Melawan Sarcopenia

PermaFit adalah aplikasi web yang dirancang untuk melawan sarcopenia (kehilangan massa otot akibat penuaan) dengan menyediakan pengalaman latihan yang aman, mudah diakses, dan personal untuk para lansia.
Dengan menggunakan computer vision berbasis AI, PermaFit bertindak sebagai pelatih pribadi virtual, memberikan umpan balik secara real-time pada postur latihan untuk mencegah cedera dan memaksimalkan efektivitas.


Tentang Proyek

Proyek ini menang 2nd Place Winner 🏆 Study 2 Challenge 2025: “Bridging Global Problems: Tech for a Better Tomorrow”.


Demo Langsung

Coba aplikasi yang telah di-deploy di Vercel:
👉 https://perma-fit.vercel.app/


Fitur Utama

Pengenalan Gerakan & Koreksi Postur Real-Time

Dengan teknologi computer vision, aplikasi mendeteksi postur tubuh secara langsung dan memberikan umpan balik instan untuk memastikan setiap gerakan dilakukan dengan benar dan aman.

Progress Tracker

Pantau semua kemajuan Anda melalui dasbor yang intuitif.
Lacak konsistensi latihan, kualitas repetisi (repetisi baik vs. buruk), dan perkembangan dari waktu ke waktu untuk tetap termotivasi.

Perencana Cerdas

Sistem menyusun rencana latihan berdasarkan data awal dan tujuan Anda.
Meskipun saat ini menggunakan set latihan yang telah ditentukan, sistem ini dirancang untuk beradaptasi secara dinamis di masa depan.

Penjadwalan Fleksibel

Atur jadwal latihan mingguan sesuai ketersediaan Anda saat proses onboarding untuk membangun kebiasaan olahraga yang konsisten dan efektif.


Halaman Aplikasi

1. Onboarding

Pengguna baru menyelesaikan orientasi sederhana, memberikan informasi penting dan ketersediaan mingguan untuk mengatur jadwal awal.

2. Home

Dasbor utama memberikan gambaran komprehensif tentang perjalanan kebugaran.
Menampilkan ringkasan latihan yang selesai, sesi yang terlewat, total repetisi yang benar, dan data performa historis.

3. Workout Schedule

Menampilkan rencana latihan mingguan Anda agar tetap teratur dan berkomitmen pada rutinitas.

4. Workout Session

Inti dari PermaFit.
Selama sesi, aplikasi menggunakan kamera perangkat untuk memantau gerakan secara real-time.
Anda dapat melihat jadwal hari ini, melacak kemajuan, dan melihat pratinjau gerakan sebelum memulai.


Cara Penggunaan

Untuk hasil maksimal dari fitur deteksi gerakan, perhatikan panduan berikut:

Posisi Kamera:
Pastikan seluruh tubuh Anda terlihat di dalam bingkai kamera.

Posisi Tubuh (Penting):

  1. Berdiri menyamping, menghadap ke arah kiri Anda.
  2. Pastikan kamera menangkap sisi kanan tubuh dan kepala Anda dalam sudut 90°.
  3. Deteksi tidak akan berfungsi jika Anda menghadap ke depan, ke belakang, atau memperlihatkan sisi kiri tubuh Anda ke kamera.

Teknologi yang Digunakan

Kategori Teknologi
Framework Next.js
Database IndexedDB
AI / Computer Vision MediaPipe Pose
UI / Styling Tailwind CSS

Menjalankan Secara Lokal

Prasyarat

Pastikan Anda telah menginstal Node.js (v18 atau lebih baru) dan npm.

npm install npm@latest -g

Instalisasi

Clone Repositori

git clone https://github.com/5calvinw/PermaFit.git

Masuk ke Direktori Proyek

cd PermaFit

Instal Dependensi

npm install

Jalankan Server

npm run dev

Buka http://localhost:3000 di browser untuk melihat hasilnya.

Status Proyek

Status Fitur
✅ Onboarding dan Autentikasi Pengguna
✅ Deteksi Pose Real-Time dengan MediaPipe
✅ Dasbor dengan Analitik Latihan
✅ Jadwal yang bisa Ditentukan

Tim Pengembang

Proyek ini dibuat dan dikelola oleh mahasiswa dari BINUS University:

  • Joshua Alexander Larido
  • Calvin Wu
  • Alexsandro

Tujuan

Memberdayakan lansia untuk mempertahankan kebugaran otot mereka melalui teknologi berbasis AI yang ramah pengguna, aman, dan mudah diakses.

About

2nd Place Winner 🏆 Study 2 Challenge 2025: “Bridging Global Problems: Tech for a Better Tomorrow”.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages