Pemindaian Tubuh dengan Ponsel dan Masalah 1 cm

Mengapa keterulangan tidak cukup saat kamu melacak perubahan nyata

Perubahan satu sentimeter pada lingkar pinggang bisa bermakna. Bagi sebagian orang, ia bisa mewakili berbulan-bulan latihan, nutrisi, dan pemulihan yang konsisten — atau sekadar tetap konsisten di jalurnya.

Itu menciptakan masalah praktis bagi teknologi pelacak tubuh mana pun:

Jika metodenya bisa bergeser satu sentimeter padahal tubuhmu belum berubah, bagaimana ia bisa memberitahumu bahwa perubahan satu sentimeter itu nyata?

Inilah pertanyaan di balik riset mutakhir tentang pemindaian tubuh berbasis ponsel. Riset itu tidak menunjukkan bahwa setiap pindaian ponsel tak berguna. Sebagian sistem modern bisa sangat terulang secara mengesankan, terutama ketika ponsel berada di tripod, ruangan terkendali, subjek mengikuti pose yang ketat, dan pindaian diulang dalam hitungan menit.

Tetapi keterulangan bukanlah akurasi individual. Sebuah metode bisa menghasilkan jawaban yang nyaris sama dua kali dan tetap secara konsisten berbeda dari pengukuran meteran, pemindai referensi, atau dimensi tubuh orang itu sendiri. Ia juga bisa cukup baik untuk menggambarkan tren rata-rata dalam sebuah studi sambil tetap terlalu tak pasti untuk mengonfirmasi perubahan kecil pada satu orang.

Pembedaan itulah alasan Contura mengambil pendekatan yang mengutamakan pengukuran: model 3D adalah cara kamu melihat dan membandingkan pengukuranmu, bukan angka hasil kamera yang diam-diam menggantikannya.

Aplikasi pencatat ukuran tubuh Contura yang menampilkan kontrol pengukuran dan model tubuh 3D. — Contura memakai ukuran tubuh yang dimasukkan untuk membuat catatan visual 3D yang konsisten.

Contura memakai ukuran tubuh yang dimasukkan untuk membuat catatan visual 3D yang konsisten.

Ilustrasi editorial yang mempertentangkan pemindaian tubuh dengan ponsel di tripod dengan meteran jahit lentur dan buku catatan di sekitar pinggang. — Ilustrasi editorial yang dibuat untuk Contura: pindaian kamera menyimpulkan sebuah model tubuh, sementara protokol meteran menjaga tahap pengukuran tetap terlihat.

Tiga gagasan berbeda yang sering tercampur

Sebelum membaca angka seperti “galat 0,5 cm”, ada baiknya memisahkan tiga gagasan yang diukur secara berbeda oleh para peneliti.

Istilah	Yang ditanyakannya	Mengapa penting
Presisi atau keterulangan	Jika tubuh belum berubah, seberapa mirip dua hasil baca?	Menunjukkan derau teknis dalam pengukuran berulang.
Akurasi atau kesesuaian	Seberapa dekat hasilnya dengan metode referensi?	Menunjukkan bias sistematis dan ketidaksesuaian individual.
Least significant change (LSC)	Seberapa besar selisih harus agar kemungkinan besar bukan derau pengukuran?	Menetapkan ambang praktis untuk menafsirkan perubahan.

Koefisien korelasi intrakelas (ICC) berguna untuk keterulangan, tetapi ICC tinggi tidak membuktikan angka absolutnya benar. Korelasi juga bisa tinggi ketika satu metode secara konsisten meremehkan lingkar pinggang atau melebih-lebihkan lingkar pinggul.

LSC adalah gagasan yang paling penting ketika tujuannya pelacakan kemajuan. Dalam kerangka dua-pengukuran yang dipakai dalam riset komposisi tubuh, LSC sering dihitung sebagai:

LSC ≈ 2.77 × precision error

Pengali itulah sebabnya metode dengan galat presisi 0,5 cm tidak otomatis membolehkanmu menyebut setiap selisih 0,5 cm sebagai perubahan nyata.

Apa yang sebenarnya ditemukan riset 360° terbaik berbasis ponsel

Salah satu studi terkuat terbaru membandingkan empat metode antropometri digital pada 46 orang dewasa, termasuk aplikasi ponsel yang menangkap rangkaian gambar sementara orang itu melakukan rotasi penuh. Lintas lingkar, metode ponsel rotasi-penuh itu memiliki galat pengukuran teknis rata-rata 0,5 cm, galat relatif 0,9%, dan ICC 0,986. Ia tampil serupa dengan pemindai 3D yang lebih besar dan kurang portabel dalam uji terkendali itu. Tinsley dkk., European Journal of Clinical Nutrition (2024)

Itu hasil yang berharga. Ia menunjukkan apa yang bisa dicapai alur 360° yang dirancang cermat dalam kondisi uji-ulang.

Itu tidak berarti:

setiap pindaian berada dalam 0,5 cm dari lingkar pinggang sejatimu;
0,5 cm adalah galat maksimum atau jaminan universal;
pindaian yang diambil besok di ruangan, pose, pakaian, atau ponsel berbeda setara dengan pindaian laboratorium; atau
selisih 0,5 cm antara dua pindaian pribadimu otomatis nyata.

Studi Frontiers in Medicine 2024 yang terkait membuat pembedaan itu semakin jelas. Studi itu memakai aplikasi pemindaian 3D ponsel yang menangkap banyak gambar selama rotasi penuh, dengan iPhone terpasang di tripod sekitar 1,7 meter dari partisipan. Partisipan mempertahankan pose A, mengenakan pakaian ketat minimal, berpuasa semalaman, dan menghindari olahraga setidaknya 24 jam sebelum pengujian. Studi itu juga mencatat bahwa tubuh bergerak selama pindaian 360°, sehingga perangkat lunak memerlukan rekonstruksi avatar non-kaku, yang bisa memperkenalkan galat tambahan. Tinsley dkk., Frontiers in Medicine (2024)

Di paper itu, nilai LSC yang dilaporkan sebesar 1,39–1,82 poin persentase berlaku untuk persamaan persentase lemak tubuh, bukan lingkar pinggang. Angka lingkar 0,5 cm pada paper itu dikutip dari studi rotasi-penuh yang lebih awal.

Sebagai ilustrasi sederhana — bukan LSC lingkar yang dilaporkan paper itu — jika galat presisi 0,5 cm dimasukkan ke rumus yang sama, hasilnya kira-kira:

2.77 × 0.5 cm ≈ 1.4 cm

Itulah intuisinya yang penting: sebuah metode bisa punya galat keterulangan rata-rata 0,5 cm sambil menuntut perubahan yang lebih besar sebelum kamu bisa yakin perubahan itu melampaui derau pengukuran. Perubahan satu sentimeter mungkin nyata, tetapi bisa jadi masih terlalu kecil bagi metode itu untuk diidentifikasi dengan yakin pada satu orang.

Contoh avatar rekonstruksi berdasarkan IMT. Avatar 3D adalah model visual yang berguna, tetapi tampilannya yang mulus tidak boleh disalahartikan sebagai pengukuran langsung. Direproduksi dari Tinsley dkk. (2024), CC BY 4.0.

Plot Bland–Altman yang membandingkan taksiran lemak tubuh ponsel dengan DXA, memperlihatkan selisih rata-rata dan sebaran selisih individual. — Kesesuaian tidak sama dengan korelasi: sebaran selisih individual itu penting. Direproduksi dari Tinsley dkk. (2024), CC BY 4.0.

Studi MeThreeSixty menunjukkan mengapa rata-rata bisa menyesatkan

Studi yang dirujuk di sini membandingkan aplikasi ponsel dengan pengukuran meteran profesional secara langsung. Studi itu melibatkan 115 orang dewasa dan mengevaluasi MeThreeSixty di iPhone dan ponsel Samsung, serta myBVI. Pengukuran referensi pinggang dan pinggul diambil oleh penyelidik dalam protokol laboratorium terkendali, bukan oleh partisipan yang santai mengukur diri mereka di rumah. Graybeal dkk., British Journal of Nutrition (2023)

Galat presisi untuk lingkar pinggang dan pinggul berkisar 0,5 hingga 1,9 cm. Hasil terperincinya menunjukkan mengapa rentang itu penting:

Metode	Galat presisi pinggang	Galat presisi pinggul
Referensi meteran profesional	0,63 cm	0,65 cm
MeThreeSixty di iPhone	0,54 cm	0,51 cm
MeThreeSixty di Samsung	0,87 cm	0,90 cm
MeThreeSixty lintas iPhone dan Samsung	1,91 cm	1,59 cm
myBVI	1,12 cm	1,91 cm

Ini adalah hasil keterulangan. Ini tidak memberitahukan kita seberapa dekat angka sebuah aplikasi dengan lingkar sejatinya orang tersebut.

Ketika para peneliti membandingkan hasil aplikasi dengan pengukuran meteran referensi, MeThreeSixty di iPhone meremehkan lingkar pinggang rata-rata 2,3 cm dan melebih-lebihkan lingkar pinggul rata-rata 3,1 cm. Lintas aplikasi yang diuji, batas kesesuaian 95% adalah sekitar ±9,0 hingga ±12,4 cm untuk pinggang dan ±6,7 hingga ±10,7 cm untuk pinggul.

Paper itu memang menemukan kesetaraan tingkat kelompok untuk sebagian ukuran dalam wilayah 5% yang telah ditetapkan. Itu tidak sama dengan membuktikan hasil satu individu mana pun dapat dipertukarkan dengan pengukuran meteran. Faktanya, peremehan kecil pinggang dan pelebihan pinggul justru bergabung menghasilkan rasio pinggang-pinggul yang tidak setara dengan metode referensi.

Inilah pelajaran intinya: sebuah metode bisa tampak dapat diterima saat rata-rata dibandingkan sambil tetap menghasilkan rentang galat individual yang lebar. Jika pertanyaanmu “Apakah pinggangku benar-benar menyusut 1 cm?”, galat individual lebih penting daripada rata-rata kelompok.

Plot kesetaraan yang membandingkan lingkar pinggang, lingkar pinggul, rasio pinggang-pinggul, dan rasio pinggang-tinggi dari ponsel dengan pengukuran meteran. — Analisis kesetaraan membandingkan selisih tingkat kelompok dengan wilayah 5% yang telah ditetapkan. Lolos uji ini tidak membuat setiap pindaian individual dapat dipertukarkan dengan pengukuran meteran. Direproduksi dari Graybeal dkk. (2023), CC BY 4.0.

Plot Bland–Altman yang memperlihatkan sebaran dan batas kesesuaian antara pengukuran ponsel dan pengukuran meteran untuk pinggang, pinggul, rasio pinggang-pinggul, dan rasio pinggang-tinggi. — Plot Bland–Altman membuat sebaran individual terlihat: bias rata-rata hanyalah satu bagian dari kisahnya. Direproduksi dari Graybeal dkk. (2023), CC BY 4.0.

Lebih banyak gambar pun tidak menghapus masalah tingkat individual

Studi 2026 yang lebih baru membandingkan MeThreeSixty, Bodygram, dan ZOZO Fit dengan DXA untuk persentase lemak tubuh. ZOZO Fit adalah metode multi-citra dalam perbandingan itu, memakai dua belas foto sementara partisipan berotasi 360°. Ketiga aplikasi menunjukkan keterulangan sesi yang sama sangat baik, dengan nilai ICC 0,98 hingga 0,99. ZOZO Fit memiliki RMSE lemak tubuh terendah di 2,95% dan kesesuaian tertinggi dengan DXA.

Tetapi tidak satu pun aplikasi mencapai kesetaraan dalam wilayah ±2 poin persentase yang telah ditetapkan studi itu. ZOZO Fit tetap memiliki batas kesesuaian individual yang lebar, dari sekitar −5,89 hingga +8,36 poin persentase, dan kurang dari 44% partisipan berada dalam ±2 poin persentase dari DXA. Para penulis menyimpulkan bahwa aplikasi-aplikasi itu memiliki keterulangan tinggi tetapi akurasi tingkat individual yang belum memadai untuk pengambilan keputusan klinis. Encarnação dkk., Clinical Nutrition ESPEN (2026)

Studi ini mengukur persentase lemak tubuh, bukan lingkar pinggang, sehingga tidak boleh dipakai mengklaim pengukuran pinggang aplikasi tertentu meleset dalam jumlah yang sama. Namun, ia menguji jenis rantai inferensi yang sama: gambar kamera → segmentasi dan model tubuh → ukuran tubuh taksiran → hasil individual.

Hasilnya instruktif: menangkap lebih banyak gambar bisa memperbaiki kecocokan model rata-rata tanpa menjamin deteksi perubahan individual yang akurat. Lebih banyak data membantu, tetapi tidak mengubah keluaran model tersimpul menjadi pengukuran fisik langsung.

Studi akses-terbuka terpisah menunjukkan betapa pekanya rekonstruksi terhadap pose. Pada satu partisipan, menggeser posisi lengan saat pengambilan gambar samping mengubah lingkar pinggang yang dihasilkan sekitar 6 cm, padahal tubuh orang itu tidak berubah. Ini bukan klaim bahwa setiap pindaian ponsel akan membuat galat 6 cm; ini demonstrasi konkret bahwa pose masukan adalah bagian dari sistem pengukuran. Minetto dkk., Scientific Reports (2023)

Penempatan lengan mengubah lingkar pinggang hasil rekonstruksi sekitar 6 cm dalam contoh ini. Direproduksi dari Minetto dkk. (2023), CC BY 4.0.

Laman bantuan ZOZOFIT sendiri melaporkan margin galat 0,4 cm, tergantung lokasi pengukurannya. Angka itu mungkin menggambarkan definisi, set data, dan protokol uji perusahaan itu sendiri; ia tidak sebaiknya dibaca sebagai batas galat 95% universal untuk setiap area tubuh, tipe tubuh, ponsel, ruangan, pose, atau versi perangkat lunak. Instruksi aplikasinya sendiri juga mensyaratkan posisi konsisten selama rotasi 360°, jarak tetap dari ponsel, latar belakang polos, dan pencahayaan yang rata. ZOZOFIT: “How accurate are the ZOZOFIT measurements?” · Panduan posisi pemindaian ZOZOFIT

Mengapa ini masalah struktural, bukan sekadar bug perangkat lunak

Kamera ponsel tidak mengukur langsung lingkar pinggangmu. Ia mengamati piksel dan siluet, lalu perangkat lunak harus menyimpulkan permukaan tiga dimensi, memutuskan di mana titik anatomis berada, dan menghitung penampang tubuh yang direkonstruksi.

Itu masalah invers. Beberapa bentuk 3D berbeda bisa menghasilkan gambar 2D serupa, terutama di sekitar jaringan lunak, pakaian, bayangan, tumpang-tindih tubuh, dan wilayah yang tersembunyi dari kamera. Rotasi 360° memberi algoritme jauh lebih banyak informasi, tetapi tetap bergantung pada kualitas dan konsistensi gambar serta model yang dipakai menafsirkannya.

Sumber utama ketidakpastian bersifat praktis sekaligus matematis:

Titik ukurnya belum tentu titik ukur yang sama. Lingkar pinggang bisa diukur di tulang iliak, di tengah antara rusuk terbawah dan tulang iliak, di pusar, atau di pinggang alami. Lokasi-lokasi ini bisa menghasilkan nilai yang jauh berbeda, terutama pada wanita. Mason dan Katzmarzyk, Obesity (2009)
Postur dan gerakan mengubah permukaan. Orang yang berputar di tempat bukan benda kaku. Riset itu sendiri mendeskripsikan kebutuhan merekonstruksi avatar non-kaku dan menormalisasinya ke pose kanonik.
Pakaian dan pencahayaan memengaruhi siluet. ZOZOFIT dan MeThreeSixty keduanya memberikan instruksi soal pakaian ketat, latar belakang, posisi kamera, dan pencahayaan karena tahap pengolahan citra bergantung pada masukan itu.
Ponsel dan versi perangkat lunak berpengaruh. Dalam studi MeThreeSixty, presisi berbeda antara implementasi iPhone dan Samsung. Aplikasi konsumen juga mengubah algoritme rekonstruksi dan avatarnya seiring waktu.
Populasi pelatihan berpengaruh. Model yang dilatih pada satu distribusi bentuk tubuh bisa berperilaku berbeda untuk tubuh dengan proporsi, ukuran, usia, atau distribusi lemak yang berbeda. Studi MeThreeSixty menemukan perbedaan subkelompok dan secara eksplisit meminta riset lanjutan tentang penggunaan mandiri, di rumah, dan longitudinal.

Tidak satu pun dari ini berarti pindaian ponsel tidak bisa berguna. Artinya, pindaian adalah taksiran yang ketidakpastiannya harus diperhitungkan setiap kali perubahan yang kamu pedulikan itu kecil.

Meteran jahit juga tidak sempurna — dan justru itulah intinya

Alternatifnya bukan instrumen ajaib bergalat nol. Pengukuran meteran juga bergantung pada titik ukur, postur, pernapasan, tegangan meteran, dan keterampilan orang yang mengukur.

Dalam satu studi pengukuran pinggang dan pinggul oleh penilai pemula, para penulis melaporkan bahwa perubahan lebih besar dari 3,0 cm untuk pinggang dan 2,0 cm untuk pinggul bisa diperlakukan sebagai perubahan nyata dengan keyakinan 95% di bawah protokol mereka. Wang dkk., Perceptual and Motor Skills (2010)

Pelajarannya bukan “meteran selalu benar”. Pelajarannya adalah bahwa pelacakan yang serius memerlukan protokol pengukuran eksplisit. Kamu perlu tahu titik ukurnya, kondisinya, metodenya, dan besaran perubahan yang benar-benar bisa direzolusi oleh metode itu.

Mengapa Contura memakai pelacakan 3D yang mengutamakan pengukuran

Contura memang bukan pemindai tubuh berbasis kamera. Ia tidak menjanjikan penyimpulan setiap lingkar dari dua foto atau satu pindaian ponsel 360°.

Sebaliknya, rantai pengukurannya terlihat:

Pindaian kamera-dahulu	Pelacakan pengukuran-dahulu dengan Contura
Tubuh → foto → ekstraksi siluet → jala 3D tersimpul → titik ukur milik produsen → pengukuran	Tubuh → titik meteran yang terulang → pengukuran yang dicatat pengguna → visualisasi 3D → perbandingan historis
Praktis, tetapi banyak langkah tersembunyi bisa memengaruhi angkanya	Sedikit lebih cermat, tetapi masukannya bisa diperiksa dan diulang
Pindaiannya adalah pengukurannya	Pengukuran adalah sumbernya; 3D adalah keluaran visualnya

Contura membantumu menjaga lokasi pengukuran yang sama tetap terlihat, mencatat berbagai lingkar seiring waktu, dan mengubah angka-angka itu menjadi kondisi tubuh 3D yang bisa diputar. Kamu bisa membandingkan dua tanggal dan melihat bagaimana selisih terukur diterjemahkan ke dalam kerangka visual yang konsisten.

Itu tidak membuat meteran jahit serba-bisa. Itu membuat prosesnya lebih transparan. Jika sebuah angka berubah, kamu bisa bertanya apa yang terjadi di tahap pengukuran alih-alih menerima keluaran model yang tak terjelaskan. Jika sebuah perubahan lebih kecil daripada ketidakpastian satu hasil baca, kamu bisa menunggu tren yang terulang daripada membiarkan satu pindaian menentukan kisahnya.

Contura membandingkan dua kondisi tubuh 3D dengan lapisan visual kemajuan. — Contura mengubah rangkaian pengukuran menjadi lini masa 3D yang bisa diperbandingkan, alih-alih memperlakukan satu pindaian sebagai kebenaran mutlak.

Contura mengubah rangkaian pengukuran menjadi lini masa 3D yang bisa diperbandingkan, alih-alih memperlakukan satu pindaian sebagai kebenaran mutlak.

Apa yang harus kamu lakukan jika serius melacak perubahan?

Gunakan metode yang sesuai dengan besaran perubahan yang kamu pedulikan.

Pilih satu titik anatomis yang jelas dan pertahankan tetap.
Ukur dalam kondisi serupa: waktu, pakaian, postur, pernapasan, dan olahraga terbaru.
Lepas dan pasang ulang meteran untuk hasil baca kedua, alih-alih mengetatkannya berulang sampai angkanya terlihat pas.
Catat metodenya bersama angkanya.
Cari tren yang terulang lintas interval bermakna, bukan selisih harian tunggal.
Perlakukan model tubuh 3D mana pun — baik dari pindaian maupun dari pengukuran — sebagai visualisasi, bukan diagnosis medis atau kembar digital sempurna.

Untuk pemeriksaan visual kasar atau perubahan besar, pindaian ponsel bisa praktis. Tetapi jika targetmu adalah mengetahui apakah perubahan lambat satu sentimeter itu nyata, jangan andalkan pindaian kamera semata. Gunakan pengukuran yang bisa kamu ulang, pertahankan riwayatnya, dan tafsirkan hasilnya terhadap ketidakpastian metodenya.

Itulah peran Contura: bukan berpura-pura bahwa pengukuran tubuh itu tanpa usaha, melainkan membuat pengukuran yang cermat lebih mudah dicatat, dibandingkan, dan dipahami.

Jelajahi Contura di App Store

Pertanyaan umum

Apakah galat teknis 0,5 cm berarti pindaiannya akurat hingga 0,5 cm?

Tidak. Dalam studi 360° itu, 0,5 cm adalah galat teknis uji-ulang rata-rata lintas lingkar dalam kondisi terkendali. Itu bukan galat maksimum, bukan jaminan universal, dan bukan ukuran langsung kesesuaian dengan lingkar pinggang sejatimu.

Apakah ini berarti pemindaian tubuh dengan ponsel tak berguna?

Tidak. Ia bisa berguna untuk visualisasi kasar, perubahan besar, riset, dan sebagian aplikasi tingkat kelompok. Buktinya memang lebih lemah ketika pertanyaannya apakah perubahan kecil pada satu individu itu nyata.

Apakah Contura lebih akurat daripada MeThreeSixty atau ZOZOFIT?

Contura tidak mengklaim akurasi universal yang tak tervalidasi. Aplikasi ini memakai model pengukuran yang berbeda: pengguna mencatat lingkar, dan Contura memvisualisasikan serta membandingkannya. Itu membuatnya lebih cocok untuk pelacakan pengukuran longitudinal yang transparan daripada estimasi otomatis berbasis kamera.

Apakah meteran jahit selalu akurat?

Tidak. Pengukuran meteran perlu titik ukur dan teknik yang konsisten. Keunggulannya adalah tahap pengukurannya terlihat, bisa diajarkan, dan bisa diulang; pengguna bisa memeriksa dan mengoreksi metodenya alih-alih menerima inferensi tersembunyi.

Seberapa sering aku harus mengukur?

Kebanyakan orang tidak perlu mengukur setiap hari. Jadwal setiap satu hingga dua minggu selama penurunan lemak, atau setiap dua hingga empat minggu untuk perubahan bentuk tubuh yang lebih lambat, sering lebih mudah dijaga konsistensinya. Interval terbaik adalah yang memberi tubuh waktu untuk berubah sambil menjaga kondisi pengukuran tetap bisa diperbandingkan.

Pemindaian Tubuh dengan Ponsel dan Masalah 1 cm: Mengapa Keterulangan Saja Tidak Cukup