Bibliografi Analitik Berjalan Kaki

Inoue K, et al. (2023)

"Association of Daily Step Patterns With Mortality in US Adults"

JAMA Network Open 2023;6(3):e235174

Studi terhadap 4.840 orang dewasa AS menunjukkan bahwa 8.000-9.000 langkah/hari pada orang dewasa yang lebih tua mengurangi mortalitas. Manfaat mencapai plateau di luar kisaran ini, menunjukkan pengembalian yang berkurang pada jumlah langkah yang lebih tinggi.

Lee I-M, et al. (2019)

"Association of Step Volume and Intensity With All-Cause Mortality in Older Women"

JAMA Internal Medicine 2019;179(8):1105-1112

Studi terhadap 16.741 wanita yang lebih tua (usia rata-rata 72 tahun) menunjukkan pengurangan mortalitas dengan ≥4.400 langkah/hari, dengan manfaat mencapai plateau sekitar 7.500 langkah/hari. Bukti yang mapan bahwa "lebih banyak tidak selalu lebih baik."

Ding D, et al. (2025)

"Steps per day and all-cause mortality: a systematic review and meta-analysis"

The Lancet Public Health 2025 (online ahead of print)

Meta-analisis komprehensif yang menyediakan hubungan dosis-respons antara langkah harian dan hasil kesehatan di berbagai populasi yang beragam.

Del Pozo-Cruz B, et al. (2022)

"Association of Daily Step Count and Intensity With Incident Morbidity and Mortality Among Adults"

JAMA Internal Medicine 2022;182(11):1139-1148

Studi terhadap 78.500 orang dewasa Inggris memperkenalkan metrik Peak-30 cadence. Menemukan bahwa baik total langkah MAUPUN peak-30 cadence secara independen terkait dengan pengurangan morbiditas dan mortalitas. Peak-30 cadence mungkin lebih penting daripada total langkah untuk hasil kesehatan.

Master H, et al. (2022)

"Association of step counts over time with the risk of chronic disease in the All of Us Research Program"

Nature Medicine 2022;28:2301–2308

Studi skala besar menunjukkan jumlah langkah berkelanjutan dari waktu ke waktu mengurangi risiko penyakit kronis termasuk diabetes, obesitas, sleep apnea, GERD, dan depresi.

Del Pozo-Cruz B, et al. (2022)

"Association of Daily Step Count and Intensity With Incident Dementia in 78,430 Adults Living in the UK"

JAMA Neurology 2022;79(10):1059-1063

Langkah harian dan intensitas langkah keduanya terkait dengan pengurangan risiko demensia. Dosis optimal sekitar 9.800 langkah/hari, dengan manfaat tambahan dari cadence yang lebih tinggi (berjalan cepat).

Tudor-Locke C, et al. (2019) — Studi CADENCE-Adults

"Walking cadence (steps/min) and intensity in 21-40 year olds: CADENCE-adults"

International Journal of Behavioral Nutrition and Physical Activity 2019;16:8

Studi tonggak yang menetapkan 100 langkah/menit sebagai ambang batas untuk intensitas sedang (3 METs) dengan sensitivitas 86% dan spesifisitas 89,6% pada 76 peserta berusia 21-40 tahun. Temuan ini membentuk dasar untuk pemantauan intensitas berbasis cadence dalam berjalan kaki.

Tudor-Locke C, et al. (2020)

"Walking cadence (steps/min) and intensity in 41 to 60-year-old adults: the CADENCE-adults study"

International Journal of Behavioral Nutrition and Physical Activity 2020;17:137

Mengkonfirmasi ambang batas 100 spm untuk intensitas sedang pada orang dewasa usia menengah (41-60 tahun). Menetapkan 130 spm sebagai ambang batas untuk intensitas kuat (6 METs).

Aguiar EJ, et al. (2021)

"Cadence (steps/min) and relative intensity in 21 to 60-year-olds: the CADENCE-adults study"

International Journal of Behavioral Nutrition and Physical Activity 2021;18:27

Meta-analisis mengkonfirmasi ambang batas cadence tetap stabil di seluruh usia 21-85 tahun, mendukung penerapan universal pemantauan intensitas berbasis cadence.

Moore CC, et al. (2021)

"Development of a Cadence-based Metabolic Equation for Walking"

Medicine & Science in Sports & Exercise 2021;53(1):165-173

Mengembangkan persamaan sederhana: METs = 0,0219 × cadence + 0,72. Model ini menunjukkan akurasi 23-35% lebih besar daripada persamaan ACSM standar, dengan presisi ~0,5 METs pada kecepatan berjalan normal.

Tudor-Locke C, et al. (2022)

"Cadence (steps/min) and intensity during ambulation in 6–20 year olds: the CADENCE-kids study"

International Journal of Behavioral Nutrition and Physical Activity 2022;19:1

Dasar bukti untuk penelitian cadence-intensitas di seluruh kelompok usia, menyediakan kerangka kerja komprehensif untuk interpretasi.

American Heart Association (AHA)

"Target Heart Rates Chart"

Referensi standar untuk pelatihan zona detak jantung. Intensitas sedang = 50-70% HR maks; kuat = 70-85% HR maks.

Studenski S, et al. (2011)

"Gait Speed and Survival in Older Adults"

JAMA 2011;305(1):50-58

Studi tonggak terhadap 34.485 orang dewasa yang lebih tua menetapkan kecepatan gaya berjalan sebagai prediktor kelangsungan hidup. Kecepatan <0,8 m/s terkait dengan mortalitas lebih tinggi; kecepatan >1,0 m/s menunjukkan kesehatan fungsional yang baik. Kecepatan gaya berjalan sekarang dianggap sebagai "tanda vital" kesehatan pada orang dewasa yang lebih tua.

Pamoukdjian F, et al. (2022)

"Gait speed and falls in older adults: A systematic review and meta-analysis"

BMC Geriatrics 2022;22:394

Tinjauan payung menetapkan hubungan kuat antara kecepatan gaya berjalan yang lebih lambat dan peningkatan risiko jatuh pada orang dewasa yang lebih tua yang tinggal di komunitas.

Verghese J, et al. (2023)

"Annual decline in gait speed and falls in older adults"

BMC Geriatrics 2023;23:290

Perubahan tahunan dalam kecepatan gaya berjalan memprediksi risiko jatuh. Memantau perubahan kecepatan gaya berjalan tahunan memungkinkan intervensi dini untuk mencegah jatuh.

Hausdorff JM, et al. (2005)

"Gait variability and fall risk in community-living older adults: a 1-year prospective study"

Journal of NeuroEngineering and Rehabilitation 2005;2:19

Peningkatan variabilitas gaya berjalan (koefisien variasi dalam waktu langkah) memprediksi risiko jatuh. CV >3-4% dalam berjalan normal menunjukkan peningkatan risiko.

Hausdorff JM (2009)

"Gait dynamics in Parkinson's disease: common and distinct behavior among stride length, gait variability, and fractal-like scaling"

Chaos 2009;19(2):026113

Analisis fraktal pola gaya berjalan pada penyakit Parkinson menunjukkan dinamika langkah yang berubah dan kehilangan kompleksitas dalam kondisi neurologis.

Moe-Nilssen R, Helbostad JL (2004)

"Estimation of gait cycle characteristics by trunk accelerometry"

Journal of Biomechanics 2004;37(1):121-126

Menetapkan keandalan akselerometer yang dipasang di batang tubuh untuk analisis gaya berjalan, membentuk dasar untuk penilaian gaya berjalan smartphone dan smartwatch.

Phinyomark A, et al. (2020)

"Fractal analysis of human gait variability via stride interval time series"

Frontiers in Physiology 2020;11:333

Tinjauan metode analisis fraktal (DFA alpha) untuk mengukur korelasi jangka panjang dalam pola gaya berjalan, berguna untuk mendeteksi kondisi neurologis.

Ralston HJ (1958)

"Energy-speed relation and optimal speed during level walking"

Internationale Zeitschrift für angewandte Physiologie 1958;17:277-283

Studi klasik yang menetapkan kurva berbentuk U dari ekonomi berjalan. Kecepatan berjalan optimal (biaya energi minimum) terjadi pada sekitar 1,25 m/s (4,5 km/jam) di tanah datar.

Zarrugh MY, et al. (2000)

"Preferred Speed and Cost of Transport: The Effect of Incline"

Journal of Experimental Biology 2000;203:2195-2200

Biaya transportasi meningkat secara substansial dengan gradien. Gradien +5% secara signifikan meningkatkan biaya metabolik; gradien menurun (-5 hingga -10%) meningkatkan biaya pengereman eksentrik.

Lim HT, et al. (2018)

"A simple model to estimate metabolic cost of human walking across slopes and surfaces"

Scientific Reports 2018;8:5279

Model mekanis biaya energi berjalan yang menggabungkan gradien dan jenis medan, memungkinkan prediksi tuntutan metabolik di berbagai kondisi.

Steudel-Numbers K, Tilkens MJ (2022)

"The effect of lower limb length on the energetic cost of locomotion: implications for fossil hominins"

eLife 2022;11:e81939

Analisis tradeoff energi/waktu dalam strategi pacing manusia di berbagai kecepatan berjalan dan gradien.

Apple Inc. (2021)

"Using Apple Watch to Estimate Cardio Fitness with VO₂ max"

Makalah teknis yang menjelaskan metodologi Apple Watch untuk memperkirakan VO₂max selama berjalan, berlari, dan mendaki di luar ruangan. Menggunakan detak jantung, kecepatan GPS, dan data akselerometer dengan algoritma yang tervalidasi.

Apple Developer Documentation

"HKQuantityTypeIdentifier.vo2Max"

Dokumentasi API HealthKit resmi untuk mengakses data VO₂max. Satuan: mL/(kg·min). Apple Watch Series 3+ memperkirakan VO₂max selama aktivitas kardio di luar ruangan.

Apple Support

"About Cardio Fitness on Apple Watch"

Dokumentasi yang menghadap pengguna menjelaskan tingkat kebugaran kardio, bagaimana mereka diukur, dan bagaimana meningkatkannya. Termasuk rentang normatif spesifik usia dan jenis kelamin.

Apple Developer Documentation

"HKCategoryTypeIdentifier.lowCardioFitnessEvent"

API untuk mendeteksi kejadian kebugaran kardio rendah, memungkinkan intervensi kesehatan proaktif ketika VO₂max turun di bawah ambang batas spesifik usia/jenis kelamin.

Apple Inc. (2022)

"Measuring Walking Quality Through iPhone Mobility Metrics"

Makalah teknis yang merinci validasi metrik berjalan berbasis iPhone: kecepatan berjalan, panjang langkah, persentase dukungan ganda, asimetri berjalan. iPhone 8+ dengan iOS 14+ dapat mengumpulkan metrik ini secara pasif saat dibawa di saku/tas.

Apple WWDC 2021

"Explore advanced features of HealthKit — Walking Steadiness"

Sesi teknis memperkenalkan metrik Walking Steadiness: ukuran gabungan keseimbangan, stabilitas, dan koordinasi yang berasal dari parameter gaya berjalan. Menyediakan klasifikasi risiko jatuh (OK, Rendah, Sangat Rendah).

Apple Newsroom (2021)

"Apple advances personal health by introducing secure sharing and new insights"

Pengumuman fitur Walking Steadiness di iOS 15, memungkinkan deteksi risiko jatuh dan rekomendasi intervensi untuk pengguna yang berisiko.

Moon S, et al. (2023)

"Accuracy of the Apple Health app for measuring gait speed: Observational study"

JMIR Formative Research 2023;7:e44206

Studi validasi menunjukkan pengukuran kecepatan berjalan aplikasi iPhone Health berkorelasi baik dengan penilaian tingkat penelitian (r=0,86-0,91), mendukung utilitas klinis.

Android Developer Documentation

"Health Connect data types and data units"

Dokumentasi resmi untuk tipe data Health Connect termasuk StepsRecord, StepsCadenceRecord, SpeedRecord, DistanceRecord, HeartRateRecord, Vo2MaxRecord. API standar untuk integrasi data kesehatan Android.

Google Fit Documentation

"Step count cadence data type"

Dokumentasi API Google Fit untuk data cadence langkah (langkah per menit), memungkinkan pemantauan aktivitas berbasis intensitas pada perangkat Android.

Google Fit Documentation

"Read daily step total"

Tutorial untuk mengakses total langkah harian yang diagregasi dari API Google Fit, termasuk data dari berbagai sumber (sensor telepon, wearable).

Android Developer Guide

"Health Connect overview"

Ikhtisar platform Health Connect, repositori data kesehatan terpadu Google untuk Android, memungkinkan berbagi data lintas aplikasi dengan persetujuan pengguna.

Zandbergen PA, Barbeau SJ (2011)

"Positional Accuracy of Assisted GPS Data from High-Sensitivity GPS-enabled Mobile Phones"

PLOS ONE 2011;6(7):e24727

Studi validasi akurasi GPS smartphone di lingkungan perkotaan. Kesalahan rata-rata 5-8m di area terbuka, meningkat menjadi 10-20m di urban canyon. Menetapkan dasar untuk ekspektasi akurasi GPS konsumen.

Wu X, et al. (2025)

"Sidewalk-level pedestrian map matching using smartphone GNSS data"

Satellite Navigation 2025;6:3

Algoritma map matching khusus trotoar novel untuk navigasi pejalan kaki, meningkatkan akurasi di lingkungan perkotaan di mana pencocokan jaringan jalan standar gagal.

Jiang C, et al. (2020)

"Accurate and Direct GNSS/PDR Integration Using Extended Kalman Filter for Pedestrian Smartphone Navigation"

Implementasi teknis fusi sensor GNSS/IMU menggunakan Extended Kalman Filter, memungkinkan penentuan posisi berkelanjutan ketika sinyal GPS hilang (terowongan, transisi dalam ruangan).

Zhang G, et al. (2019)

"Hybrid Map Matching Algorithm Based on Smartphone and Low-Cost OBD in Urban Canyons"

Remote Sensing 2019;11(18):2174

Skema penentuan posisi hibrida yang menggabungkan GNSS dengan sensor inersia untuk akurasi yang ditingkatkan di lingkungan perkotaan yang menantang (gedung tinggi, penutup pohon).

American Thoracic Society (2002)

"ATS Statement: Guidelines for the Six-Minute Walk Test"

American Journal of Respiratory and Critical Care Medicine 2002;166:111-117

Protokol standar resmi untuk Tes Berjalan 6 Menit (6MWT), penilaian klinis yang banyak digunakan dari kapasitas latihan fungsional. Termasuk pedoman administrasi, nilai normatif, dan interpretasi.

Podsiadlo D, Richardson S (1991)

"The Timed 'Up & Go': A Test of Basic Functional Mobility for Frail Elderly Persons"

Journal of the American Geriatrics Society 1991;39(2):142-148

Deskripsi asli dari tes Timed Up and Go (TUG), penilaian standar emas dari mobilitas fungsional dan risiko jatuh pada orang dewasa yang lebih tua. Waktu >14 detik menunjukkan risiko jatuh tinggi.

Ainsworth BE, et al. (2011)

"2011 Compendium of Physical Activities: A Second Update of Codes and MET Values"

Medicine & Science in Sports & Exercise 2011;43(8):1575-1581

Referensi komprehensif yang mencantumkan nilai MET untuk 800+ aktivitas. Nilai khusus berjalan: 2,0 METs (sangat lambat, <2 mph), 3,0 METs (sedang, 2,5-3 mph), 3,5 METs (cepat, 3,5 mph), 5,0 METs (sangat cepat, 4,5 mph).

Ainsworth BE, et al. (2024)

"The 2024 Adult Compendium of Physical Activities: An Update of Activity Codes and MET Values"

Journal of Sport and Health Science 2024 (online ahead of print)

Pembaruan terbaru untuk Kompendium, menggabungkan aktivitas baru dan nilai MET yang direvisi berdasarkan penelitian terkini. Referensi penting untuk perhitungan pengeluaran energi.

Fukuchi RK, et al. (2019)

"Effects of walking speed on gait biomechanics in healthy participants: a systematic review and meta-analysis"

Systematic Reviews 2019;8:153

Meta-analisis komprehensif tentang efek kecepatan berjalan pada parameter spatiotemporal, kinematika, dan kinetika. Ukuran efek sedang hingga besar menunjukkan bahwa kecepatan secara fundamental mengubah mekanika gaya berjalan.

Mirelman A, et al. (2022)

"Present and future of gait assessment in clinical practice: Towards the application of novel trends and technologies"

Frontiers in Medical Technology 2022;4:901331

Tinjauan teknologi wearable dan aplikasi AI untuk penilaian gaya berjalan klinis, termasuk parameter spatiotemporal, kinematika, dan skala klinis (UPDRS, SARA, Dynamic Gait Index).

Mann RA, et al. (1986)

"Comparative electromyography of the lower extremity in jogging, running, and sprinting"

American Journal of Sports Medicine 1986;14(6):501-510

Studi EMG klasik yang membedakan berjalan dari mekanika berlari. Berjalan memiliki fase dukungan 62% vs 31% dalam berlari; pola aktivasi otot yang berbeda menunjukkan biomekanika yang secara fundamental berbeda.

Straczkiewicz M, et al. (2023)

"A 'one-size-fits-most' walking recognition method for smartphones, smartwatches, and wearable accelerometers"

npj Digital Medicine 2023;6:29

Algoritma pengenalan berjalan universal yang mencapai sensitivitas 0,92-0,97 di berbagai jenis perangkat dan lokasi tubuh. Divalidasi dengan 20 dataset publik, memungkinkan pelacakan aktivitas yang konsisten di berbagai platform.

Porciuncula F, et al. (2024)

"Wearable Sensors in Other Medical Domains with Application Potential for Orthopedic Trauma Surgery"

Sensors 2024;24(11):3454

Tinjauan aplikasi sensor wearable untuk mengukur kecepatan berjalan dunia nyata, jumlah langkah, gaya reaksi tanah, dan rentang gerak menggunakan akselerometer, giroskop, dan magnetometer.

Ungvari Z, et al. (2023)

"The multifaceted benefits of walking for healthy aging: from Blue Zones to molecular mechanisms"

GeroScience 2023;45:3211–3239

Tinjauan komprehensif menunjukkan berjalan 30 menit/hari × 5 hari mengurangi risiko penyakit. Efek anti-penuaan pada fungsi sirkulasi, kardiopulmoner, dan imun. Mengurangi risiko penyakit kardiovaskular, diabetes, dan penurunan kognitif.

Karstoft K, et al. (2024)

"The health benefits of Interval Walking Training"

Applied Physiology, Nutrition, and Metabolism 2024;49(1):1-15

Tinjauan Pelatihan Berjalan Interval (IWT) yang bergantian berjalan cepat dan lambat. Meningkatkan kebugaran fisik, kekuatan otot, dan kontrol glikemik pada diabetes tipe 2 lebih baik daripada berjalan sedang berkelanjutan.

Morris JN, Hardman AE (1997)

"Walking to health"

Sports Medicine 1997;23(5):306-332

Tinjauan klasik yang menetapkan bahwa berjalan pada >70% HR maks mengembangkan kebugaran kardiovaskular. Meningkatkan metabolisme HDL dan dinamika insulin/glukosa. Fondasi berjalan sebagai intervensi kesehatan.