Pengembangan aplikasi mobile berbasis Android untuk mengevaluasi kualitas gerakan plank menggunakan pendekatan deep learning. Sistem memanfaatkan metode Human Pose Estimation dengan MoveNet untuk mengekstraksi landmark tubuh dari video gerakan plank, kemudian mengolahnya menjadi data time-series yang diklasifikasikan menggunakan model Hybrid CNN-LSTM. Model yang dikembangkan memperoleh akurasi sebesar 97,08% dan berhasil diimplementasikan ke dalam aplikasi Android menggunakan TensorFlow Lite untuk melakukan evaluasi gerakan secara real-time. Selain itu, penelitian ini membandingkan penggunaan jumlah landmark tubuh serta menguji kualitas aplikasi melalui Black Box Testing dan User Acceptance Test (UAT), yang menunjukkan bahwa aplikasi mampu memberikan evaluasi gerakan plank secara objektif, akurat, dan layak digunakan sebagai media latihan mandiri.