ABSTRAK :
Pengenalan gerakan tangan adalah teknologi baru yang memungkinkan kita
mengontrol perangkat tanpa menyentuhnya. Sistem ini menggunakan tiga jenis
gerakan yaitu pitch gerakan naik turun, yawing gerakan kiri kanan, dan rolling
gerakan memutar. Perkembangan teknologi pengolahan gambar dan computer
vision telah membuat interaksi antara manusia dan komputer menjadi lebih praktis
dan pintar. Sistem ini menggunakan teknologi MediaPipe dan OpenCV dengan
bahasa pemrograman Python.
Metode yang digunakan dalam penelitian ini adalah implementasi sistem
deteksi gestur tangan menggunakan kombinasi library MediaPipe dan OpenCV
yang diolah melalui bahasa pemrograman Python. Cara kerjanya adalah dengan
mendeteksi 21 landmarks di tangan yang kemudian diproses untuk memahami
gerakan pitch, yawing, dan rolling secara langsung. Pengujian dilakukan pada tiga
jarak berbeda yaitu 200 cm, 300 cm, dan 450 cm dengan tiga kondisi pencahayaan
yaitu terang, cukup, dan redup. Setiap jenis gerakan diuji sebanyak 10 partisipan
dengan 5 kali percobaan untuk mengukur tingkat akurasi sistem.
Hasil penelitian menunjukkan bahwa sistem bekerja sangat baik pada jarak
200-300 cm dengan pencahayaan terang atau cukup, mencapai akurasi hampir
100%. Pada jarak 200 cm, tidak ada kesalahan dalam membedakan antar gerakan
yang menunjukkan kinerja optimal. Namun, akurasi menurun drastis pada jarak 450
cm, terutama dalam pencahayaan redup dimana kegagalan deteksi meningkat
dengan jelas.
Kata Kunci: Deteksi Gerakan Tangan, Mediapipe, OpenCV, Landmarks
|