Perubahan gaya hidup modern sering kali mengarah pada kurangnya aktivitas fisik dalam kehidupan sehari-hari. Untuk menjaga kesehatan fisik, latihan fisik yang teratur menjadi sangat penting. Namun, banyak individu menghadapi kendala dalam mengatur waktu untuk berolahraga di luar rumah, seperti pergi ke pusat kebugaran. Oleh karena itu, latihan fisik rumahan menjadi alternatif yang lebih nyaman dan fleksibel dalam mengatasi hal tersebut. Namun, kesulitan dalam mencatat detail latihan harian seperti lama latihan, kalori yang terbakar, dan jumlah repetisi tiap gerakan juga merupakan salah satu kendala dalam melakukan Latihan fisik rumahan. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengimplementasikan Convolutional Neural Network (CNN) pada sebuah pita lengan berbasis Internet of Things (IoT). Pita lengan ini dilengkapi dengan sensor akselerometer yang akan merekam gerakan latihan fisik rumahan pengguna, sehingga dapat disesuaikan dengan rencana kebugaran tiap individu. Data dihasilkan oleh sensor akselerometer dengan cara memasang Arduino Nano BLE 33 pada lengan, kemudian dilakukan pelabelan dan pemotongan pada data yang didapatkan dengan bantuan EdgeImpulse, sehingga didapatkan data sebanyak 660, yang dibagi menjadi 530 data training dan 130 data testing dengan perbandingan 80:20 persen. Hasil penelitian ini menunjukkan bahwa implementasi sistem berbasis pita lengan pintar dengan menggunakan algoritma Convolutional Neural Network (CNN) telah berhasil dalam mengenali gerakan latihan fisik rumahan. Berdasarkan evaluasi kinerja sistem, rata-rata akurasi deteksi gerakan mencapai 96.37% (95.24% push-up, 95.24% squat, 95% sit-up, dan 100% arm-circle).
