🏃 Prediktor Waktu Lomba

Masukkan jarak dan waktu dari lomba terbaru, lalu prediksi waktu finis serta pace 5K, 10K, half marathon, dan marathon menggunakan rumus Riegel.

Hasil Diketahui — Jarak

Hasil Diketahui — Waktu

Jam

Menit

Detik

Rumus: T2 = T1 × (D2 ÷ D1)^1.06

Prediksi Waktu Lomba

⚠️ Perlu Diketahui

Rumus Riegel adalah model estimasi statistik. Waktu finis aktual bisa sangat berbeda tergantung tingkat latihan, medan lintasan, cuaca, dan strategi pacing — hasil ini bukan jaminan.

Kalkulator Terkait Kalkulator Pace Lari Konverter Grade Panjat Kalkulator One Rep Max

PANDUAN

Pelajari lebih lanjut

Apa Itu Rumus Riegel? Cara Kerja Prediksi Waktu Lomba

Rumus Riegel, yang dipublikasikan oleh peneliti lari Pete Riegel pada 1977, adalah model performa daya tahan yang dinyatakan sebagai T2 = T1 × (D2 ÷ D1)^1.06. Di sini T1 adalah waktu yang Anda ketahui pada jarak lomba D1, dan T2 adalah waktu prediksi untuk jarak lain D2. Pangkat 1.06 mencerminkan pengamatan empiris bahwa pace tidak tetap sepenuhnya linear saat jarak bertambah - pelari perlahan melambat karena akumulasi kelelahan pada usaha yang lebih panjang. Misalnya, pelari yang menyelesaikan 10km dalam 50 menit dapat menggunakan rumus ini untuk memperkirakan dengan cepat waktu finis half marathon (21.0975km) atau marathon (42.195km) dari satu titik data tersebut.

Keterbatasan Model Prediksi Waktu Lomba

Rumus Riegel adalah estimasi rata-rata statistik dan tidak memperhitungkan latar belakang latihan individu, profil daya tahan, atau status cedera. Galat prediksi cenderung membesar saat jarak yang diketahui dan jarak target makin berjauhan - misalnya, memprediksi marathon dari hasil 5K jauh kurang andal dibanding memprediksi half marathon dari hasil 10K, karena kecepatan jarak pendek dan daya tahan jarak jauh bergantung pada sistem fisiologis yang berbeda. Rumus ini juga mengabaikan elevasi lintasan, suhu, kelembapan, angin, kondisi pada hari lomba, dan strategi pacing (seperti terlalu cepat di awal). Anggap prediksi ini sebagai acuan perencanaan latihan, lalu tetapkan target waktu sebenarnya dengan menggabungkannya bersama data latihan long run dan rasa saat hari lomba.

Pertanyaan umum

Seberapa akurat prediktor ini?

Rumus Riegel cenderung cukup akurat untuk prediksi antar jarak yang mirip (misalnya 10K ke half marathon), tetapi galatnya membesar saat selisih jarak makin jauh (misalnya 5K ke marathon). Waktu finis aktual bergantung pada volume latihan, kondisi, dan cuaca, jadi gunakan ini sebagai acuan, bukan jaminan.

Bisakah saya memprediksi waktu marathon dari hasil 5K?

Bisa, tetapi akurasinya menurun. 5K adalah lomba pendek yang sangat mengandalkan kecepatan, sementara marathon sangat bergantung pada daya tahan dan pengelolaan energi, jadi keduanya menuntut fisiologis yang berbeda. Menggunakan hasil yang jaraknya lebih dekat ke marathon, seperti 10K atau half marathon, akan memberi prediksi yang lebih andal.

Mengapa pangkat 1.06 itu penting?

Pangkat 1.06 memperhitungkan kecenderungan tubuh untuk melambat secara bertahap saat jarak lomba bertambah karena kelelahan. Pangkat tepat 1 akan mengasumsikan pace yang sama tanpa memandang jarak, tetapi pada kenyataannya pace finis melambat pada jarak yang lebih panjang, dan 1.06 mengoreksinya secara statistik.