Ancaman semakin dekat. Brunswick perlu peringatan. Zombi-zombi itu ada di depanku, memotong jalan keluar. Saya harus berlari. Paru-paruku terbakar. Kakiku menjerit. saya kelelahan.
Kecuali saya tidak. Saya sedang duduk di sofa saya. “Gerombolan” adalah sebuah naskah. Peringatannya adalah kode. Kelelahan tersebut hanyalah hasil dari latihan nyata yang dilapiskan pada kiamat fiksi oleh aplikasi Zombies, Run!. Saya suka gamifikasinya. Itu membuat jarak tempuh terasa seperti sebuah misi. Tapi saya juga berlatih setengah maraton. Fiksi tidak mengurangi waktu saya beberapa detik. Kenyataannya memang demikian. Dan kenyataan membutuhkan data.
Kebanyakan pelari mengandalkan GPS. Ini adalah standar emas untuk pelacakan luar ruangan. Ini memberi tahu Anda seberapa jauh Anda telah melangkah dan seberapa cepat Anda bergerak. Tapi apa yang terjadi jika Anda tidak bisa keluar? Hujan. Salju. Jalan yang sibuk. Atau sederhananya, seperti dalam kasus saya, keinginan untuk tetap berada di dalam rumah. Saat GPS mati, aplikasi beralih ke akselerometer.
Bagaimana Akselerometer Melacak Pergerakan Tanpa Data Satelit
Ponsel Anda tidak memiliki bola kristal. Ia tidak tahu di mana Anda berada di peta. Tapi ia memang memiliki accelerometer. Sensor kecil ini mengukur perubahan kecepatan. Ia mendeteksi gerakan dalam tiga dimensi: atas/bawah, kiri/kanan, maju/mundur.
Saat Anda berlari, tubuh Anda terpental. Setiap hentakan kaki mengirimkan gelombang kejut ke seluruh perangkat. Akselerometer menghitung dampak ini. Ini menganalisis pola pantulan. Ia menggunakan algoritma untuk memperkirakan panjang langkah dan irama. Dari situ, ia menghitung jarak.
Beginilah cara kerja pelacakan dalam ruangan. Ini bukan sihir. Ini matematika berdasarkan fisika. Dan itu cacat.
Mengapa Pelacakan Dalam Ruangan Pada dasarnya Kurang Akurat
GPS mengunci ke satelit. Ini tepat sekali. Akselerometer melayang. Mereka mengakumulasi kesalahan seiring berjalannya waktu. Anggap saja seperti pedometer steroid. Jika Anda mengambil satu langkah, itu berarti. Jika Anda berjalan di suatu tempat selama sepuluh menit, Anda mungkin mengira Anda telah berjalan sejauh satu mil. Ia tidak dapat mengetahui apakah Anda sedang berlari menaiki bukit atau menuruni tangga. Getarannya saja terasa.
Penelitian telah menunjukkan bahwa pelacakan di dalam ruangan bisa turun 10% hingga 20% atau lebih. Semakin lama Anda berlari, semakin buruk jadinya. Algoritma ini mengasumsikan langkah yang konsisten. Tapi langkahmu berubah. Anda lelah. Anda menyesuaikan formulir Anda. Aplikasinya tidak tahu. Itu terus menghitung.
Aplikasi Mana yang Menangani Pelacakan Dalam Ruangan dengan Lebih Baik?
Tidak semua aplikasi diciptakan sama. Beberapa menggunakan algoritma yang lebih canggih. Beberapa menggabungkan data akselerometer dengan pemantauan detak jantung untuk menyempurnakan perkiraannya. Yang lain hanya menghitung langkah dan mengalikannya dengan panjang langkah tetap. Itu cara termudah untuk gagal.
Aplikasi seperti Strava, Nike Run Club, dan Garmin Connect telah meningkatkan mode dalam ruangannya selama bertahun-tahun. Mereka sering meminta Anda memasukkan tinggi badan atau lari luar ruangan sebelumnya untuk mengkalibrasi panjang langkah. Ini membantu. Tapi itu masih perkiraan.
Zombies, Run! berfokus pada narasi. Pelacakannya adalah hal kedua setelah cerita. Jika Anda memerlukan data yang akurat untuk latihan, Anda mungkin ingin melakukan pemeriksaan silang dengan jam tangan lari khusus. Perangkat tersebut juga memiliki akselerometer internal, namun sering kali dikalibrasi secara berbeda. Mereka dirancang untuk tugas khusus ini.
Akselerometer di saku Anda pada dasarnya adalah pendeteksi gerakan yang mewah. Mereka mengukur perubahan arah dan kecepatan. Saat Anda berlari, mereka melacak akselerasi Anda di setiap langkah dan sedikit perlambatan setelah kaki Anda menyentuh tanah. Ini adalah data yang konstan dan tiada henti.
Tapi inilah hasil tangkapannya. Meskipun GPS membuat pelacakan jarak luar ruangan menjadi hal yang sepele, akurasi jarak treadmill menggunakan sensor ponsel berantakan. Ada ratusan aplikasi yang berjalan di iOS dan Android. Sangat sedikit yang menangani pelacakan dalam ruangan dengan baik. Mengapa? Karena sulit menghitung jarak imajiner tanpa sinyal satelit.
Alex Macmillan, pengembang utama Zombies, Run!, menunjukkan masalah inti. Data akselerometer berisik. Anda harus membedakan antara gerakan sebenarnya pelari dan ponsel yang bergetar di dalam saku. Ini bukan hanya tentang pergerakan. Ini tentang mengisolasi sinyal dari kekacauan.
Lalu ada pemuatan data. Untuk mendapatkan hasil yang dapat digunakan, Anda harus sering mencicipi accelerometer. Ini berarti kode Anda harus memproses penghitungan di antara setiap sampel. Itu membutuhkan kecepatan. Hal ini memerlukan efisiensi. Ditambah fakta bahwa Anda sebenarnya tidak ke mana-mana, dan Anda akan melihat mengapa pengembang kesulitan.
Perangkap Pedometer
Solusi mudahnya? Perlakukan akselerometer seperti pedometer. Hitung langkah. Kalikan dengan panjang langkah. Selesai.
Kedengarannya sederhana. Hal ini juga sangat tidak akurat.
Metode ini memerlukan masukan. Anda harus memberi tahu aplikasi tinggi dan berat badan Anda. Aplikasi ini menggunakan ini untuk memperkirakan panjang langkah. Tetapi bagaimana jika Anda memiliki kaki yang panjang dibandingkan dengan tinggi badan Anda? Seseorang dengan tinggi badan yang sama dengan Anda mungkin memiliki langkah yang lebih pendek. Perhitungannya langsung gagal.
Beberapa aplikasi mencoba memperbaikinya. Mereka meminta Anda untuk berlari pada jarak yang diketahui. Mungkin satu mil. Kemudian Anda memberi tahu aplikasi seberapa jauh Anda telah melangkah. Aplikasi ini menyesuaikan perkiraan langkah. Nike+ GPS memungkinkan “pengoperasian kalibrasi”. Anda memasukkan jarak setelah fakta. Ini menghitung ulang untuk waktu berikutnya.
Namun hal ini menimbulkan variabel baru.
Bagaimana jika Anda menggunakan interval lari/berjalan? Langkah berjalan Anda lebih pendek dari langkah berlari Anda. Aplikasi tidak mengetahui apa yang sedang Anda lakukan kecuali Anda memberitahukannya. Bagaimana jika proses kalibrasi Anda lebih cepat dari kecepatan normal Anda? Gaya berjalan bervariasi. Langkahnya bervariasi.
“Jika pengukuran panjang langkah salah meskipun hanya sedikit, total perkiraan jarak bisa salah dalam jumlah besar.”
Peringatan Macmillan memang benar adanya. Jika Anda melihat perbedaan antara jarak aplikasi dan tampilan treadmill, Anda telah melihat kesalahan ini terjadi. Ini menjadi masalah bagi siapa pun yang berlatih setengah maraton atau marathon. Presisi itu penting.
Tim Macmillan sedang mengerjakan model baru. Mereka tidak mencoba mengukur kecepatan absolut. Mereka mengukur perubahan relatif. Pendekatan ini mengabaikan tinggi dan berat badan. Ini mengabaikan panjang langkah. Ini berfokus pada bagaimana kecepatan berubah relatif terhadap dirinya sendiri. Apakah hal ini menyelesaikan masalah masih harus dilihat.
Treadmillnya Juga Tidak Sempurna
Mengapa tidak mempercayai mesinnya saja? Treadmill menghitung putaran sabuk. Tampaknya sangat mudah. Tidak.
Telusuri “akurasi jarak treadmill” dan Anda akan menemukan keluhan di mana-mana. Kesalahan perhitungan kecil dalam panjang sabuk bertambah dalam ribuan rotasi. Dalam lari 5K, kesalahan kecil itu menjadi kesenjangan jarak yang signifikan. Mesinnya juga berbohong.
Jadi Anda terjebak di antara sensor yang berisik dan mesin yang berpotensi tidak akurat. Apa yang bisa kamu lakukan?
Sesuaikan Pengalaman Anda untuk Hasil Terbaik
Anda tidak dapat memperbaiki perangkat kerasnya. Anda hanya dapat mengoptimalkan masukan. Jika aplikasi Anda mengizinkan kalibrasi, gunakanlah. Lakukan secara konsisten. Gunakan kecepatan pemanasan yang sama untuk menjalankan kalibrasi guna menjaga variabel tetap stabil.
Berhati-hatilah terhadap aplikasi yang mengklaim akurasi sempurna tanpa masukan pengguna. Jika suatu aplikasi menanyakan tinggi dan berat badan tetapi tidak menanyakan hal lain, perlakukan angka jaraknya sebagai perkiraan. Yang kasar.
“Dengan hanya perlu mengukur perubahan relatif pada kecepatan seseorang, daripada mencoba memperkirakan secara akurat kecepatan aktual pelari, kami yakin dapat menciptakan model yang dapat digunakan untuk berbagai macam pelari.”
Filosofi ini mungkin menjadi masa depan pelacakan dalam ruangan. Sampai saat itu tiba, andalkan usaha. Andalkan waktu. Percayai luka bakar di kaki Anda lebih dari angka di layar Anda.
Kesenjangan antara upaya yang dirasakan dan pembacaan digital adalah tempat dimana data sebenarnya berada. Ini berantakan. Itu manusiawi. Dan itulah satu-satunya hal yang benar-benar dapat Anda kendalikan.
Mengkalibrasi Aplikasi Lari Dalam Ruangan untuk Akurasi
Mendapatkan data yang akurat dari aplikasi treadmill tidaklah otomatis. Anda harus bekerja untuk itu.
Tantangan pertama adalah menemukan perangkat lunak yang memungkinkan Anda memasukkan data kalibrasi. Banyak aplikasi kebugaran populer tidak mendukung fitur ini sama sekali. Jika pilihan Anda saat ini tidak menawarkannya, Anda terjebak dengan perkiraan. Jika Anda menemukan yang memungkinkan input manual, inilah cara Anda memperketat akurasi tersebut.
Tentukan Jarak Anda
Anda memerlukan variabel yang diketahui.
Temukan lokasi yang jaraknya 100 persen pasti. Lintasan atletik regulasi adalah standar emas di sini. Itu ditandai. Itu diukur.
Tidak punya akses ke trek? Tidak masalah. Pergi ke luar. Gunakan perangkat GPS atau telepon dalam mode luar ruangan untuk memetakan rute. Pilih sesuatu yang sederhana. Satu mil. Satu kilometer. Tandai titik awal dan titik berhenti dengan tepat. Tuliskan. Anda memerlukan koordinat ini secara tepat.
Alihkan Aplikasi Anda ke Mode Dalam Ruangan
Langkah ini tidak bisa dinegosiasikan.
Baik Anda menggunakan treadmill atau sekadar berjalan di ruang tamu untuk melakukan kalibrasi, Anda harus mengalihkan aplikasi ke mode “dalam ruangan”. Mengapa? Karena ini memberitahu perangkat lunak untuk mengabaikan sinyal GPS. Ini memaksa ponsel untuk mengandalkan accelerometer. GPS tidak berfungsi dengan baik di dalam ruangan. Akselerometernya bisa. Ini satu-satunya sensor yang mendengarkan langkah Anda.
Jalankan Proses Kalibrasi
Sekarang, larilah.
Mulailah dari titik awal yang Anda tandai. Berhenti tepat di tempat yang Anda rencanakan. Jika Anda menggunakan latihan interval (lari/berjalan), pertahankan rasio normal Anda. Jangan mengubah kecepatan atau pola Anda demi ujian.
Yang terpenting, buat jarak sejauh mungkin. Lebih banyak titik data berarti penghitungan lebih stabil. Perjalanan singkat tidak akan memberikan cukup informasi kepada aplikasi untuk membangun model yang andal.
Masukkan Datanya
Setelah selesai, masukkan jaraknya.
Aplikasi ini mengambil nomor itu. Ini membaginya dengan jumlah langkah yang dicatat oleh accelerometer. Hasilnya adalah rata-rata panjang langkah Anda.
Inilah sebabnya mengapa waktu interval Anda penting. Jika Anda berlari dan berjalan selama tes, aplikasi menghitung rata-rata yang mencakup kedua gerakan tersebut. Jika Anda hanya berlari selama kalibrasi tetapi berjalan selama latihan sebenarnya, data tersebut tidak berguna. Anda membandingkan apel dengan jeruk. Panjang langkah berubah antara berlari dan berjalan. Aplikasi perlu mengetahui hal itu.
Verifikasi Hasil
Jalankan kursus lagi.
Simpan aplikasi dalam mode dalam ruangan. Periksa jaraknya.
Jika dekat, bagus. Jika tidak aktif, jangan panik. Coba lagi seluruh proses dengan jarak yang lebih jauh. Ukuran sampel yang lebih besar sering kali mengoreksi varians yang kecil.
Kapan Kalibrasi Ulang
Tubuh Anda berubah. Rutinitas Anda berubah.
Jika berat badan Anda turun lebih dari beberapa kilogram, lakukan kalibrasi ulang. Menurunkan berat badan biasanya berarti Anda menjadi lebih cepat. Langkahmu memanjang. Frekuensi langkah Anda berubah. Jika Anda mengubah rasio lari-berjalan, itu adalah pemicu lainnya.
Aplikasi ini menebak. Ini menggunakan rumus: langkah dikalikan panjang langkah. Ini bukan sihir. Ini matematika berdasarkan data yang terbatas. Anda tidak akan mendapatkan akurasi 100 persen. Hal ini tidak mungkin dilakukan dengan teknologi sensor saat ini. Tapi Anda bisa melacak kemajuannya. Anda dapat melihat tren. Anda dapat mengetahui apakah Anda menjadi lebih cepat atau lebih lambat seiring berjalannya waktu.
Itulah nilai sebenarnya. Bukan jumlah meteran yang tepat. Tren.
Catatan Penulis: Misteri Akselerometer
Saya telah menguji lebih dari selusin aplikasi yang sedang berjalan. Saya suka teknologinya, tapi saya juga tahu batasannya. Tak satu pun dari mereka yang benar-benar akurat di dalam ruangan. Langkah-langkah kalibrasi membantu. Mereka menjembatani kesenjangan antara “tebakan liar” dan “perkiraan yang cerdas”.
Tetapi apakah saya memerlukan data kecepatan yang tepat? Saya pergi ke luar. GPS lebih baik untuk presisi. Sensor lebih baik untuk kenyamanan. Ketahui perbedaannya.
Topik Terkait
- Bagaimana fungsi akselerometer iPhone
- Treadmill lari untuk atlet triatlon
- Teknologi dan penurunan berat badan
Sumber Daya Eksternal
- Zombi, Lari!
- iTreadmill
*Nike+ GPS
Sumber
- Barański, P., dkk. “Navigasi perhitungan mati – melengkapi GPS pejalan kaki dengan pedometer berbasis akselerometer dan kompas elektronik.” 2009.
- Cho, Dae-Ki, dkk. “AutoGait: Platform Seluler yang Memperkirakan Jarak Berjalan Secara Akurat.” UCLA, Lab Alcatel-Lucent Bell. 2012.
- Pelari bukit. “Konversi Kecepatan Treadmill.”
- Instrumen Texas. “Akselerometer dan Cara Kerjanya.”
