Text

SISTEM REKOMENDASI LATIHAN FITNESS BERBASIS SEMANTIC SCIENCE-BASED TRAINING MENGGUNAKAN GRAPHRAG (RETRIEVAL-AUGMENTED GENERATION)

---

Sistem rekomendasi fitness yang ada saat ini umumnya bersifat generik dan tidak mampu memberikan penjelasan ilmiah yang transparan atas rekomendasi yang diberikan. Penelitian ini mengembangkan sistem rekomendasi latihan fitness berbasis GraphRAG (Graph Retrieval-Augmented Generation) dengan memanfaatkan Scientific Fitness Knowledge Graph yang dibangun dari dataset terstruktur MegaGym dan 10 literatur ilmiah fisiologi latihan. Knowledge graph yang dihasilkan mencakup 7 tipe node dan 6 tipe relasi yang merepresentasikan entitas domain resistance training secara eksplisit dan relasional. Sistem mengintegrasikan graph-guided retrieval menggunakan Cypher query deterministik dengan kemampuan generatif Large Language Model (LLM) untuk menghasilkan rekomendasi yang akurat, berbasis bukti ilmiah, dan dapat dijelaskan. Evaluasi sistem dilakukan menggunakan tiga pendekatan, yaitu evaluasi metrik RAG modern berbasis LLM (faithfulness, answer relevance, context precision), evaluasi kohesi clustering konsep ilmiah menggunakan LLM-as-a-Clusterer yang divalidasi dengan human judge berbasis Likert Scale, serta validasi human judge terhadap kualitas jawaban sistem oleh dua expert. Hasil evaluasi menunjukkan bahwa sistem mencapai Overall Score 79,67 Kategori B – Baik pada Exercise Question dengan nilai Faithfulness 88, Answer Relevance 56, dan Context Precision 95 serta Overall Score 65,25 Kategori C - Cukup pada General Question dengan nilai Faithfulness 76, Answer Relevance 58, dan Context Precision 61,75. Evaluasi human judge terhadap jawaban sistem yang melibatkan dua expert menghasilkan rata-rata skor 4,65 dari skala 5 yang dikategorikan Sangat Baik, mengonfirmasi bahwa jawaban sistem dinilai akurat dan relevan dari perspektif ahli domain kebugaran. Penelitian ini memberikan kontribusi berupa implementasi GraphRAG untuk domain science based fitness training serta kerangka evaluasi RAG yang dapat diadaptasi untuk domain serupa.

---

Availability

Detail Information

Call Number

Informatika 372.623 Ikh S

Language

Indonesia

NPM

223510094

Publisher

Agroteknologi : Universitas Islam Riau., 2026

Keyword(s)

retrieval-augmented generation
GraphRAG
Knowledge Graph,
Resistance Training
Science-Based Training
LLM

Other Information

Petugas

Budi Santoso

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment