Logika di balik prediksi waktu lomba
Prediktor waktu lomba memperkirakan waktu finis yang bisa dicapai seorang pelari di satu jarak berdasarkan performanya di jarak lain. Pengamatan dasarnya, yang diformalkan insinyur Peter Riegel dalam artikel American Scientist tahun 1981, adalah bahwa kecepatan rata-rata yang bisa dipertahankan menurun secara terduga seiring bertambahnya jarak lomba: memplot catatan rekor terhadap jarak pada sumbu logaritmik menghasilkan garis yang nyaris lurus dengan kemiringan sekitar 1,06 di rentang jarak dan durasi lari yang luas, kira-kira dari 3,5 menit sampai 230 menit.
Eksponen 1,06 berarti melipatduakan jarak lomba mengalikan waktu prediksi dengan sekitar 2,085, bukan tepat 2 -- tambahan 4-5% itu mencerminkan laju lari berkelanjutan yang harus lebih lambat pada jarak yang lebih panjang. Justru “faktor kelelahan” inilah yang membedakan rumus Riegel dari penskalaan laju lari secara linear belaka.
Rumus Riegel
Rumus ini menskalakan waktu T1 yang diketahui pada jarak D1 menjadi waktu prediksi T2 pada jarak D2 lewat hukum pangkat dengan eksponen 1,06: T2 = T1 x (D2 / D1)^1,06.
Contoh perhitungan: seorang pelari menuntaskan 5K dalam 22:00 (1.320 detik). Untuk maraton (42,195 km), rasio jaraknya adalah 42,195 / 5 = 8,439, dan 8,439^1,06 kira-kira 9,591, sehingga waktu maraton yang diprediksi menjadi 1.320 x 9,591 = 12.660 detik, atau sekitar 3:31:00. Hasil 5K yang sama memprediksi setengah maraton (21,0975 km) sekitar 1:41:12, dengan rasio jarak 4,2195 dan faktor kira-kira 4,600, serta 10K sekitar 45:52, dengan rasio jarak 2 dan faktor kira-kira 2,085.
Rumus ini bersifat simetris: ia juga bisa memprediksi jarak yang lebih pendek dari jarak yang lebih panjang. Prediksi ke arah turun, misalnya dari waktu maraton ke 5K, membawa peringatan cerminnya sendiri -- ia mengandaikan kecepatan puncak yang dituntut lomba pendek, padahal latihan maraton bervolume tinggi tidak selalu memelihara kemampuan itu.
Mengapa lompatan jarak yang kecil lebih bisa diandalkan
Prediksi yang menjembatani selisih jarak kecil, misalnya 10K ke setengah maraton, umumnya lebih andal daripada prediksi yang menjembatani selisih besar seperti 5K ke maraton. Sebabnya, eksponen Riegel adalah satu nilai rata-rata tunggal yang dicocokkan lintas semua jarak lari, sedangkan hubungan sebenarnya antara kecepatan dan tuntutan daya tahan berbeda-beda menurut individu dan menurut seberapa cocok latihan si pelari dengan jarak target. Makin dekat jarak masukan dengan jarak target, makin sempit ruang bagi variasi individual itu untuk menumpuk.
Batasan yang jujur: asumsi soal latihan
Rumus Riegel mengandaikan si pelari sama-sama terlatih dan siap untuk kedua jarak. Pada praktiknya, hasil 5K yang cepat terutama mencerminkan kecepatan dan sama sekali tidak menjamin fondasi daya tahan aerobik yang dituntut maraton. Riset pada pelari rekreasional oleh Vickers dan Vertosick (2016) di BMC Sports Science, Medicine and Rehabilitation menemukan bahwa eksponen Riegel baku cenderung meremehkan waktu finis maraton pelari non-elite pada umumnya, kerap dengan selisih yang berarti, dan prediksinya membaik bila volume latihan mingguan turut diperhitungkan bersama hasil lomba pendek tadi.
Karena itu banyak pelatih memperlakukan prediksi maraton ala Riegel dari lomba pendek sebagai skenario terbaik yang optimistis, bukan sebagai hasil yang diharapkan. Profil lintasan, cuaca, ketinggian dan eksekusi pengaturan laju lari pada hari lomba masing-masing bisa menggeser hasil maraton sebenarnya beberapa menit melampaui apa pun yang mampu ditangkap sebuah rumus.
Memakai prediksi secara bertanggung jawab
Prediksi paling berguna sebagai rujukan perencanaan, bukan sebagai target yang kaku. Prediksi yang dihasilkan dari lomba mutakhir dengan usaha maksimal jauh lebih bermakna daripada yang berasal dari rekor pribadi lama, karena ia mencerminkan kebugaran saat ini. Pelari yang menyiapkan jarak target lebih panjang daripada lomba masukannya, terutama maraton yang diprediksi dari 5K atau 10K, sebaiknya memperlakukan waktu prediksi sebagai batas atas ambisi dan menyisakan margin pengaturan laju lari, alih-alih memakukannya sebagai waktu finis yang terjamin.
Pertanyaan yang sering diajukan
Seberapa akurat rumus Riegel untuk memprediksi waktu maraton?
Eksponen 1,06 milik Riegel cocok dengan performa setingkat rekor di berbagai jarak, tetapi studi tahun 2016 pada pelari rekreasional oleh Vickers dan Vertosick menemukan rumus ini cenderung meremehkan waktu maraton nyata pelari non-elite pada umumnya, dan selisihnya membesar ketika volume latihan mingguan rendah. Prediksi dari hasil setengah maraton umumnya jauh lebih dekat dengan kenyataan daripada prediksi dari 5K atau 10K.
Waktu maraton berapa yang diprediksi dari 5K 22 menit?
Memakai rumus Riegel, T2 = 1.320 detik x (42,195 / 5)^1,06, yang menghasilkan sekitar 12.660 detik, atau kira-kira 3:31:00. Angka ini mengandaikan si pelari sudah menjalani latihan daya tahan yang sepadan untuk maraton; bagi banyak pelari rekreasional waktu realistisnya lebih lambat, dan karena itulah pelatih kerap memperlakukan proyeksi maraton ala Riegel dari lomba pendek sebagai skenario terbaik.
Mengapa eksponen Riegel bernilai 1,06?
Peter Riegel memplot catatan rekor terhadap jarak pada sumbu logaritmik dan mendapati performa lari jatuh pada garis yang nyaris lurus dengan kemiringan sekitar 1,06 untuk durasi antara kira-kira 3,5 dan 230 menit. Eksponen itu menangkap laju empiris menurunnya kecepatan berkelanjutan seiring bertambahnya jarak; eksponen tepat 1,0 justru akan menyiratkan laju lari tidak pernah melambat sejalan jarak, dan itu bukan yang ditunjukkan datanya.
Jarak lomba mana yang memberi prediksi maraton paling andal?
Hasil setengah maraton umumnya memberi prediksi maraton paling andal, karena jaraknya cukup dekat sehingga hubungan antara laju lari dan daya tahan berpindah dengan cukup baik, sedangkan hasil 5K sebagian besar hanya mengukur kecepatan. Analisis Vickers dan Vertosick pada pelari rekreasional menemukan prediksi membaik seiring jarak lomba masukan makin dekat dengan jarak target.
Bisakah prediktor waktu lomba bekerja terbalik, dari maraton ke 5K?
Secara matematis bisa -- rumus Riegel menskalakan ke dua arah. Prediksi terbalik membawa peringatan cerminnya: ia mengandaikan kecepatan puncak yang dituntut lomba 5K, padahal latihan maraton bervolume tinggi tidak selalu memeliharanya. Karena itu prediksi maraton ke 5K bisa sama optimistisnya dengan prediksi 5K ke maraton.
Referensi
- Riegel PS. Athletic records and human endurance. American Scientist 1981; 69(3): 285-290.
- Vickers AJ, Vertosick EA. An empirical study of race times in recreational endurance runners. BMC Sports Science, Medicine and Rehabilitation 2016; 8: 26.
- Tucker R, Lambert MI, Noakes TD. An analysis of pacing strategies during men's world-record performances in track athletics. International Journal of Sports Physiology and Performance 2006; 1(3): 233-245.
- World Athletics. Competition and technical rules -- certified road-race distances (half marathon 21.0975 km, marathon 42.195 km).
- American College of Sports Medicine. ACSM's Guidelines for Exercise Testing and Prescription, 11th edition. Wolters Kluwer, 2021.