Pengaplikasian Human Gesture Recognition pada Lengan Robot Humanoid dengan Metode K-Means Clustering

Nizar Setyawan Putra

Abstrak

Salah satu cara robot mengenali gerakan manusia adalah dengan menggunakan pengaplikasian Human Gesture Recognition. Human Gesture Recognition merupakan salah satu cara yang digunakan untuk mengontrol robot humanoid dengan mendeteksi dan mengolah pergerakan berdasarkan tubuh manusia. Untuk dapat mendeteksi pergerakan dari tubuh manusia maka diperlukan sensor kamera yang dapat berupa kamera webcam. Setelah kamera webcam mendeteksi objek yang berupa gelang berwarna merah yang dipasang di lengan manusia maka data dari kamera webcam akan diolah menggunakan beaglebone black dengan menggunakan metode K-Means Clustering. Metode K-Means Clustering merupakan metode yang digunakan untuk mengklasifikasi data sesuai dengan karakteristik data yang diperoleh. Data yang diperoleh sebanyak 30 setiap gerakan, jumlah cluster sebanyak 3 dan jumlah iterasi maksimal yang dapat dilakukan sebanyak 10x. Dalam metode ini didapatkan jumlah iterasi yang dilakukan sebanyak 5 kali untuk mendapatkan data yang konvergen. Setelah data sesuai dengan 3 pergerakan lengan manusia yang telah ditentukan, maka data ini akan dikirimkan ke kontroler pada robot humanoid yang akan menggerakkan motor servo AX-12 Dynamixel untuk bergerak sesuai data yang dikirimkan. Pada perancangan lengan robot humanoid dengan sistem Human Gesture Recognition ini, algoritma k-means clustering untuk memiliki performansi ketepatan klasifikasi gerak robot yang baik, dengan diambil salah satu hasil dari pengujian yaitu dengan jumlah data training sebanyak 90 dengan nilai akurasi sebesar 83.33%.

Kata kunci

© 2026 UPA Perpustakaan POLINEMAStatus LayananKebijakan PrivasiSyarat & Ketentuan

v2026.11.17.1 · 828354d