ROBOT PENGHINDAR RINTANGAN DENGAN KENDALI GESTUR CERDAS

ROBOT PENGHINDAR RINTANGAN DENGAN KENDALI GESTUR CERDAS

Aldino Sultansyah¹, Frisca Syaharani², Muhammad Satrio Adhy³, Salsabila Chairunisa⁴

Jurusan Teknik Elektro, Prodi Teknologi Rekayasa Elektronika, Politeknik Negeri Semarang
Jl. Prof. Soedarto, Tembalang, Kec. Tembalang, Kota Semarang, Jawa Tengah, 50275
¹aldino.43423003@mhs.polines.ac.id, ²frisca.43423009@mhs.polines.ac.id, ³satrio.43423015@mhs.polines.ac.id,  ⁴salsabila.43423022@mhs.polines.ac.id

Abstrak

Interaksi berbasis gestur tangan berkembang sebagai alternatif kendali sistem tanpa kontak fisik, namun sistem kendali gestur murni memiliki keterbatasan karena pergerakan robot sepenuhnya bergantung pada penilaian visual pengguna, sehingga berisiko menimbulkan tabrakan terhadap halangan yang tidak disadari. Penelitian ini mengembangkan robot penghindar rintangan yang dikendalikan melalui gestur tangan berbasis kamera dan pustaka MediaPipe Hands, dengan sensor ultrasonik HC-SR04 sebagai lapisan keselamatan reaktif yang memiliki prioritas lebih tinggi dibandingkan perintah gestur pengguna. Seluruh proses pengolahan citra, pembacaan sensor, dan pengendalian aktuator dijalankan pada satu platform Raspberry Pi 4B, sehingga sistem berjalan sebagai satu kesatuan perangkat embedded tanpa memerlukan server eksternal. Sistem dirancang untuk mengenali lima jenis gestur tangan (berhenti, mundur, maju, belok kiri, dan belok kanan) serta secara otomatis mengambil alih kendali ketika sensor ultrasonik mendeteksi halangan pada jarak kurang dari 10 cm, sehingga robot tetap responsif terhadap perintah pengguna namun tetap aman dari risiko tabrakan. Pengujian sistem dilakukan dengan pendekatan black-box testing terhadap modul pengenalan gestur, modul penghindaran halangan, dan mekanisme prioritas antar keduanya, dengan parameter yang diamati meliputi akurasi pengenalan gestur, waktu tanggap sistem terhadap halangan, serta konsistensi perilaku motor DC, LED, dan buzzer terhadap kondisi yang diberikan.

Kata kunci: Kendali Gestur, MediaPipe, Sensor Ultrasonik HC-SR04, Raspberry Pi, Robot Penghindar Rintangan

 

1. LATAR BELAKANG

Perkembangan teknologi robotika dan kecerdasan buatan (artificial intelligence) telah mendorong munculnya berbagai metode interaksi baru antara manusia dan mesin. Salah satu metode yang berkembang pesat adalah interaksi berbasis gestur tangan, yaitu pendekatan yang memungkinkan pengguna mengendalikan suatu sistem tanpa harus menyentuh perangkat fisik seperti joystick, tombol, atau saklar. Pendekatan ini dinilai lebih intuitif karena meniru cara manusia berkomunikasi secara alami melalui gerakan tangan, sekaligus mengurangi ketergantungan terhadap perangkat kendali tambahan.

Salah satu teknologi yang banyak digunakan untuk mendukung interaksi tersebut adalah MediaPipe, yaitu sebuah framework pengolahan citra (computer vision) yang mampu mendeteksi dan melacak titik landmark tangan secara real-time. Keandalan MediaPipe dalam mengenali gestur telah dibuktikan pada berbagai penelitian. Grasanando (2024) mengembangkan sistem pengendalian karakter permainan digital menggunakan gestur tangan berbasis MediaPipe dan OpenCV, dengan beberapa jenis gestur berhasil dikenali secara sempurna. Pada ranah robotika, Prasetya, Subairi, dan Rabi’ (2026) menerapkan MediaPipe untuk mengendalikan robot lengan melalui kombinasi gerakan jari dan arah tangan dengan tingkat keberhasilan pengenalan yang tinggi, sedangkan Zarkasi dkk. (2026) memanfaatkan kamera Raspberry Pi yang diproses dengan MediaPipe Hands untuk mengendalikan robot pengantar obat melalui gestur jari, dengan tingkat keberhasilan yang baik pada berbagai jarak deteksi.

Meskipun demikian, sistem kendali yang murni mengandalkan gestur tangan memiliki keterbatasan, yaitu pergerakan robot sepenuhnya bergantung pada penilaian visual pengguna terhadap kondisi di sekitar robot. Ketika pengguna memberikan perintah gerak melalui gestur, robot tidak memiliki mekanisme mandiri untuk mengetahui adanya halangan yang mungkin berada di luar jangkauan penglihatan atau perhatian pengguna, sehingga berisiko menimbulkan tabrakan. Oleh karena itu, diperlukan lapisan keselamatan tambahan yang bekerja secara otomatis dan independen dari perintah pengguna.

Sensor ultrasonik HC-SR04 merupakan salah satu solusi yang umum digunakan untuk mendeteksi halangan karena harganya terjangkau dan cukup akurat untuk jarak dekat. Walingkas, Najoan, dan Sugiarso (2019) memadukan sensor HC-SR04 dengan mini computer Raspberry Pi sebagai pemandu robot beroda terhadap halangan dan membuktikan sensor tersebut mampu membaca jarak secara andal pada objek berpermukaan padat. Wibowo dan Triyanto (2024) memadukan sensor HC-SR04 dengan metode fuzzy logic controller untuk menentukan sudut belok robot penghindar halangan dengan akurasi belok mencapai 90%, sementara M. Amirul Ummah F.A.B. (2023) merancang robot penghindar halangan menggunakan metode kontrol PID agar respons pergerakan robot terhadap pembacaan sensor jarak berlangsung lebih halus dan stabil.

Berdasarkan uraian tersebut, penelitian ini mengembangkan robot penghindar rintangan yang dikendalikan melalui gestur tangan berbasis kamera dan MediaPipe, dengan sensor ultrasonik HC-SR04 sebagai lapisan keselamatan yang bekerja secara reaktif dan memiliki prioritas lebih tinggi dibandingkan perintah gestur. Seluruh proses pengolahan citra, pembacaan sensor, dan pengendalian aktuator dijalankan pada satu platform Raspberry Pi 4B, sehingga sistem dapat berjalan sebagai satu kesatuan perangkat embedded tanpa memerlukan server eksternal, sejalan dengan capaian pembelajaran mata kuliah Praktikum Sistem Terbenam mengenai integrasi sensor, aktuator, dan unit pemrosesan dalam satu sistem yang utuh.

2. RUMUSAN MASALAH

Berdasarkan latar belakang yang telah diuraikan, rumusan masalah dalam penelitian ini adalah sebagai berikut.

1.       Bagaimana merancang sistem pengenalan gestur tangan menggunakan kamera dan pustaka MediaPipe Hands agar dapat dijadikan media kendali pergerakan robot?

2.       Bagaimana mengimplementasikan sensor ultrasonik HC-SR04 pada Raspberry Pi agar mampu mendeteksi jarak halangan di depan robot secara real-time?

3.       Bagaimana merancang mekanisme prioritas sistem sehingga instruksi keselamatan (penghindaran halangan) dapat mengambil alih perintah gestur pengguna ketika halangan terdeteksi pada jarak kurang dari 10 cm?

4.       Bagaimana kinerja sistem gabungan kendali gestur dan penghindaran halangan dalam merespons perintah gerak (maju, mundur, belok kiri, belok kanan, dan berhenti) serta menghindari tabrakan secara otomatis?

3. BATASAN MASALAH

Agar pembahasan lebih terarah, penelitian ini dibatasi pada hal-hal berikut.

1.       Gestur tangan yang dikenali sistem dibatasi pada lima jenis, yaitu gestur OK (berhenti), kepalan tangan (mundur), lima jari terbuka (maju), dua jari (belok kiri), dan satu jari (belok kanan).

2.       Deteksi gestur dilakukan menggunakan pustaka MediaPipe Hands dengan citra masukan dari kamera Raspberry Pi (PiCamera) tanpa melibatkan kamera eksternal lain.

3.       Deteksi halangan hanya menggunakan satu unit sensor ultrasonik HC-SR04 yang diarahkan ke bagian depan robot, dengan ambang batas jarak aman ditetapkan sebesar 10 cm.

4.       Kecepatan pergerakan motor DC ditetapkan pada nilai tetap (duty cycle 0,5) dan tidak menggunakan kendali kecepatan berbasis PID.

5.       Sistem tidak membahas navigasi mandiri berbasis peta (mapping/SLAM); pergerakan robot bersifat reaktif terhadap gestur pengguna dan halangan yang terdeteksi secara langsung.

6.       Pengujian sistem dilakukan pada permukaan lantai datar di dalam ruangan (indoor) dengan kondisi pencahayaan yang cukup untuk mendukung akurasi deteksi gestur.

7.       Objek halangan yang diuji terbatas pada benda dengan permukaan padat yang mampu memantulkan gelombang ultrasonik secara baik.

4. TUJUAN PENELITIAN

Penelitian ini bertujuan untuk:

1.       Mengembangkan sistem pengenalan gestur tangan menggunakan kamera dan mediapipe sebagai media kendali pergerakan robot;

2.       Mengimplementasikan sensor ultrasonik HC-SR04 untuk mendeteksi jarak objek/halangan di sekitar robot secara real-time;

3.       Mengintegrasikan sistem kendali gestur dengan sistem penghindaran halangan (obstacle avoidance) agar robot dapat bergerak secara aman dan responsif; dan

4.       Menguji kemampuan robot dalam menjalankan perintah gerak (maju, mundur, belok kiri, belok kanan, dan berhenti) sekaligus menghindari tabrakan secara otomatis.

5. KAJIAN PUSTAKA

5.1 Raspberry Pi 4B

Komputer papan tunggal (single-board computer) yang berfungsi sebagai unit pemrosesan utama pada sistem robot ini. Dilengkapi prosesor quad-core Broadcom BCM2711 berbasis ARM Cortex-A72, RAM hingga 8 GB, serta antarmuka konektivitas seperti USB 3.0, USB 2.0, Gigabit Ethernet, dan dua port micro-HDMI. Menjalankan program pengolahan citra menggunakan pustaka MediaPipe Hands, membaca data sensor ultrasonik, serta mengatur keluaran ke motor DC, LED, dan buzzer.

Gambar 1. Raspberry Pi 4B

5.2 Sensor Ultrasonik HC-SR04

Memancarkan gelombang ultrasonik melalui pin Trig, lalu menghitung selisih waktu hingga pantulan gelombang diterima kembali melalui pin Echo. Selisih waktu dikonversi menjadi jarak. Mampu mengukur jarak sekitar 2–400 cm, digunakan untuk menghentikan/mengalihkan gerak robot bila halangan terdeteksi kurang dari 10 cm.

Gambar 2. Sensor Ultrasonik HC-SR04

5.3 Kamera Raspberry (Pi Camera)

Terhubung ke Raspberry Pi melalui antarmuka CSI menggunakan kabel pita fleksibel (FPC). Menangkap frame citra tangan pengguna secara real-time, diproses oleh MediaPipe Hands untuk mengekstraksi titik landmark tangan yang diterjemahkan menjadi perintah gerak.

Gambar 3. Raspberry (Pi Camera)

 

5.4 Motor DC

Aktuator penggerak roda robot, bekerja berdasarkan interaksi medan magnet permanen (stator) dengan medan magnet kumparan (rotor) yang dialiri arus listrik. Kecepatan ditetapkan pada duty cycle tetap 0,5, arah putaran diatur melalui driver motor.

Gambar 4. Motor DC

5.5 LED

Indikator visual kondisi sistem. LED hijau menyala saat kondisi normal (aman dari halangan), LED merah menyala saat sensor ultrasonik mendeteksi halangan dalam jarak kurang dari ambang batas aman.

Gambar 5. LED

5.6 Buzzer

Menghasilkan bunyi dari getaran diafragma piezoelektrik saat diberi tegangan. Memberi peringatan audio kepada pengguna saat halangan terdeteksi, agar pengguna waspada tanpa harus melihat indikator LED.

Gambar 6. Buzzer

6. METODOLOGI PENELITIAN

6.1 Jenis Penelitian

Penelitian ini menggunakan metode rancang bangun (design and build) yang bersifat terapan (applied), meliputi tahapan studi literatur, perancangan perangkat keras dan perangkat lunak, integrasi sistem, pengujian, dan analisis hasil pengujian.

6.2 Diagram Blok Sistem

Gambar 7. Diagram Blok Sistem

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

6.4 Diagram Alir Sistem

Gambar 8. Diagram Alir Sistem

6.5 Skematik Rangkaian

Gambar 9. Rangkaian Skematik

6.5 Program

from gpiozero import DistanceSensor, Motor, LED, Buzzer

from picamera2 import Picamera2

import mediapipe as mp

import cv2

import time

import math

 

# ========================

# SENSOR ULTRASONIK

# ========================

sensor = DistanceSensor(echo=23, trigger=24, max_distance=4)

 

# ========================

# MOTOR

# ========================

motor_kiri = Motor(forward=17, backward=27)

motor_kanan = Motor(forward=22, backward=5)

 

# ========================

# OUTPUT

# ========================

led_hijau = LED(16)

led_merah = LED(20)

buzzer = Buzzer(18)

 

BATAS = 10

KECEPATAN = 0.5

 

# ========================

# COOLDOWN OBSTACLE

# ========================

last_obstacle_time = 0

OBSTACLE_COOLDOWN = 6

 

# ========================

# KAMERA

# ========================

kamera = Picamera2()

kamera.configure(kamera.create_video_configuration(main={"size": (640, 480)}))

kamera.start()

time.sleep(2)

 

# ========================

# MEDIAPIPE

# ========================

mp_hands = mp.solutions.hands

hands = mp_hands.Hands(

    max_num_hands=1,

    min_detection_confidence=0.7,

    min_tracking_confidence=0.7

)

 

gambar = mp.solutions.drawing_utils

 

# ========================

# MOTOR CONTROL

# ========================

def maju():

    motor_kiri.forward(KECEPATAN)

    motor_kanan.forward(KECEPATAN)

 

def mundur():

    motor_kiri.backward(KECEPATAN)

    motor_kanan.backward(KECEPATAN)

 

def kiri():

    motor_kiri.backward(0.3)

    motor_kanan.forward(0.5)

 

def kanan():

    motor_kiri.forward(0.5)

    motor_kanan.backward(0.3)

 

def stop():

    motor_kiri.stop()

    motor_kanan.stop()

 

# ========================

# SENSOR JARAK

# ========================

def baca_jarak():

    try:

        return sensor.distance * 100

    except:

        return 999

 

# ========================

# HITUNG JARI

# ========================

def hitung_jari(lm):

    total = 0

 

    # jempol

    if lm[4].x < lm[3].x:

        total += 1

 

    for i in [8, 12, 16, 20]:

        if lm[i].y < lm[i - 2].y:

            total += 1

 

    return total

 

# ========================

# JARAK OK GESTURE

# ========================

def jarak(a, b):

    return math.sqrt((a.x - b.x)**2 + (a.y - b.y)**2)

 

# ========================

# DETEKSI GESTURE

# ========================

def deteksi():

    frame = kamera.capture_array()

    frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)

    frame = cv2.flip(frame, 1)

 

    rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    hasil = hands.process(rgb)

 

    status = "NONE"

 

    if hasil.multi_hand_landmarks:

        tangan = hasil.multi_hand_landmarks[0]

 

        gambar.draw_landmarks(

            frame,

            tangan,

            mp.solutions.hands.HAND_CONNECTIONS

        )

 

        lm = tangan.landmark

 

        # ========================

        # PRIORITAS GESTURE

        # ========================

 

        # 👌 OK gesture (thumb + index dekat)

        if jarak(lm[4], lm[8]) < 0.05:

            status = "OK"

 

        # 👊 FIST

        elif hitung_jari(lm) == 0:

            status = "FIST"

 

        # ✋ 5 jari

        elif hitung_jari(lm) == 5:

            status = "MAJU"

 

        # ✌️ 2 jari

        elif hitung_jari(lm) == 2:

            status = "KIRI"

 

        # ☝️ 1 jari

        elif hitung_jari(lm) == 1:

            status = "KANAN"

 

        cv2.putText(frame, status, (20, 40),

                    cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

 

    cv2.imshow("ROBOT GESTURE", frame)

 

    return status

 

# ========================

# OBSTACLE ALERT

# ========================

def obstacle_alert():

    global last_obstacle_time

 

    print("HALANGAN < 10CM")

 

    stop()

    led_merah.on()

    led_hijau.off()

 

    buzzer.on()

    time.sleep(0.2)   # 🔥 SUDAH DIUBAH 0.5 DETIK

    buzzer.off()

 

    print("MUNDUR")

    mundur()

    time.sleep(1.2)

    stop()

 

    last_obstacle_time = time.time()

 

# ========================

# MAIN PROGRAM

# ========================

try:

    print("ROBOT AKTIF")

 

    while True:

        jarak_sensor = baca_jarak()

        aksi = deteksi()

 

        print(f"JARAK: {jarak_sensor:.1f} cm | GESTURE: {aksi}")

 

        # ========================

        # PRIORITAS 1: OBSTACLE

        # ========================

        if jarak_sensor <= BATAS:

            if time.time() - last_obstacle_time > OBSTACLE_COOLDOWN:

                obstacle_alert()

            continue

 

        led_hijau.on()

        led_merah.off()

 

        # ========================

        # PRIORITAS 2: GESTURE

        # ========================

        if aksi == "OK":

            print("OK 👌 STOP")

            stop()

 

        elif aksi == "FIST":

            print("FIST → MUNDUR")

            mundur()

            time.sleep(0.8)

            stop()

 

        elif aksi == "MAJU":

            print("MAJU")

            maju()

 

        elif aksi == "KIRI":

            print("KIRI")

            kiri()

 

        elif aksi == "KANAN":

            print("KANAN")

            kanan()

 

        else:

            stop()

 

        if cv2.waitKey(1) & 0xFF == ord("q"):

            break

 

except KeyboardInterrupt:

    print("PROGRAM DIHENTIKAN")

 

finally:

    stop()

    kamera.stop()

    cv2.destroyAllWindows()

    buzzer.off()

    led_hijau.off()

    led_merah.off()

7. HASIL DAN PEMBAHASAN

Gambar 10. Dua jari → belok kiri (roda kiri mundur pelan, roda kanan maju)

Gambar 11. Kepalan/FIST → mundur 0,8 detik lalu berhenti

Gambar 12. Lima jari terbuka → maju terus selama gestur ini masih terdeteksi

Gambar 13. OK → berhenti

Gambar 14. Satu jari → belok kanan (roda kiri maju, roda kanan mundur pelan)

Gambar 15. Jarak <10 cm buzzer bunyi, mundur

 

Cara Kerja:

Saat program mulai dijalankan, sistem pertama-tama melakukan inisialisasi pada seluruh komponen perangkat keras seperti sensor ultrasonik pada pin echo 23 dan trigger 24, dua motor DC untuk penggerak roda, indikator LED serta buzzer, dan melakukan pemanasan kamera Raspberry Pi beresolusi 640×480 selama dua detik. Bersamaan dengan itu, pustaka MediaPipe Hands juga dikonfigurasi untuk mendeteksi maksimal satu tangan dengan ambang batas kepercayaan sebesar 0,7. Setelah proses persiapan selesai, program memasuki siklus perulangan utama di mana sistem melakukan pembacaan jarak halangan dan pemrosesan frame kamera secara paralel. Data titik landmark dari kamera kemudian diolah untuk menghitung jumlah jari yang terbuka serta mengukur jarak antara ujung jempol dan telunjuk guna mengenali gestur tertentu secara presisi. Dalam proses pengoperasiannya, sistem ini sangat mengutamakan keselamatan melalui mekanisme prioritas operasional; apabila sensor membaca jarak halangan kurang dari atau sama dengan 10 cm, maka seluruh instruksi gestur dari pengguna akan langsung diabaikan. Sebagai gantinya, sistem akan mengaktifkan rutinitas peringatan darurat dengan jeda cooldown enam detik agar robot tidak bergerak secara error (berhenti-mundur terus-menerus), di mana motor akan dihentikan, LED merah menyala, buzzer berbunyi sesaat, dan robot otomatis bergerak mundur selama 1,2 detik untuk menghindari tabrakan. Namun, jika jarak halangan dinilai aman karena lebih dari 10 cm, sistem akan beroperasi normal dengan menyalakan LED hijau dan siap mengeksekusi perintah berbasis gestur yang tertangkap kamera. Robot akan merespons dengan maju terus saat melihat lima jari terbuka, mundur sebentar jika mendeteksi kepalan tangan (FIST), serta berbelok ke kiri atau ke kanan secara perlahan sesuai dengan gestur dua atau satu jari yang diberikan. Apabila pengguna menunjukkan gestur 'OK' atau sistem tidak mendeteksi adanya tangan sama sekali, robot akan langsung berhenti. Seluruh rangkaian operasi ini akan terus berjalan secara real-time hingga pengguna menghentikannya secara manual dengan menekan tombol 'q' pada jendela tampilan atau melakukan interupsi keyboard (Ctrl+C), yang akan memicu blok finally untuk menghentikan motor, menutup akses kamera, serta memadamkan seluruh indikator sehingga perangkat benar-benar berakhir dalam keadaan yang sepenuhnya aman.

8. KESIMPULAN       

1.      Sistem berhasil mengintegrasikan pengenalan gestur tangan berbasis kamera dan MediaPipe Hands dengan sensor ultrasonik HC-SR04 sebagai lapisan keselamatan, sesuai dengan tujuan utama penelitian.

2.      Mekanisme prioritas berjalan sesuai rancangan: instruksi keselamatan (penghindaran halangan) selalu didahulukan di atas perintah gestur pengguna ketika halangan terdeteksi pada jarak kurang dari 10 cm, sehingga risiko tabrakan dapat dicegah secara otomatis dan independen dari kesadaran pengguna terhadap kondisi sekitar.

3.      Penambahan mekanisme cooldown 6 detik terbukti efektif mencegah robot berulang kali mengeksekusi rutinitas berhenti-mundur-berbunyi secara terus-menerus selagi halangan masih berada dalam jangkauan deteksi, sehingga respons sistem lebih halus dan tidak berlebihan.

4.      Kelima perintah gerak (maju, mundur, belok kiri, belok kanan, dan berhenti) dapat dipetakan secara konsisten dari kombinasi jumlah jari dan jarak antar-landmark tangan, menunjukkan bahwa pendekatan berbasis MediaPipe Hands cukup andal untuk kebutuhan kendali gestur pada robot ini.

5.      Seluruh proses pengolahan citra, pembacaan sensor, pengambilan keputusan prioritas, dan pengendalian aktuator berjalan pada satu platform Raspberry Pi 4B, membuktikan bahwa sistem dapat berfungsi sebagai satu kesatuan perangkat embedded tanpa memerlukan komputasi/server eksternal.

9. DAFTAR PUSTAKA

Grasanando. (2024). Implementasi Pengendalian Karakter Game Mobile Legends Berbasis Gesture Tangan Menggunakan MediaPipe. Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI).

M. Amirul Ummah F.A.B. (2023). Rancang Bangun Robot Penghindar Halangan Dengan Metode PID. Jurnal Teknik Mesin, Industri, Elektro dan Informatika, 2(3), 212–222. https://doi.org/10.55606/jtmei.v2i3.2352

Prasetya, A. Y., Subairi, & Rabi’, A. (2026). Deteksi Gestur Tangan Menggunakan Computer Vision Untuk Pengendalian Robot Lengan. Metrotech (Journal of Mechanical and Electrical Technology), 5(1), 18–25. https://doi.org/10.70609/metrotech.v5i1.7662

Walingkas, I. S., Najoan, M. E. I., & Sugiarso, B. A. (2019). Perpaduan Sensor Ultrasonik Dengan Mini Computer Raspberry Pi Sebagai Pemandu Robot Beroda. Jurnal Teknik Elektro dan Komputer, 8(3), 121–132. https://doi.org/10.35793/jtek.v8i3.26564

Wibowo, A. K., & Triyanto, I. (2024). Robot Car Arduino Ultrasonic Sensor HC-SR04 Dengan Metode Fuzzy Logic Controller. IKRAM: Jurnal Ilmu Komputer Al Muslim, 3(2), 68–78.

Zarkasi, A., Pradnyananda, G., Sembiring, S., Prasetyo, A. P. P., Firnando, R. R., & Abdurahman, A. (2026). Implementation of Finger Gesture-Based Medicine Delivery Robot Control System with MediaPipe. Journal of Electrical, Electronic, Information, and Communication Technology, 8(1), 20–26. https://doi.org/10.20961/jeeict.8.1.108142gerakan tangan, sekaligus mengurangi ketergantungan terhadap perangkat kendali tambahan.

Penulis atas nama Aldino Sultansyah dilahirkan di Semarang, 2 Desember 2005. Penulis telah menempuh pendidikan formal di SD Negeri Tambakaji 04, SMP Negeri 16 Semarang, dan SMK Penerbangan Semarang. Tahun 2023 penulis menyelesaikan pendidikannya di SMK. Pada tahun 2023 penulis mengikuti seleksi mahasiswa baru Sarjana Terapan (D4) dan diterima menjadi mahasiswa baru Sarjana Terapan (D4) dikampus Politeknik Negeri Semarang (Polines) dengan Program Studi D4 Teknologi Rekayasa Elektronika, Jurusan Teknik Elektro. Penulis terdaftar dengan NIM. 4.34.23.0.03. Apabila ada kritik, saran dan pertanyaan mengenai penelitian ini, bisa via email:  aldino.43423003@mhs.polines.ac.id

Penulis atas nama Frisca Syaharani dilahirkan di Kab. Semarang, 29 September 2005. Penulis telah menempuh pendidikan formal di SD Negeri 04 Banyubiru, SMP Negeri 01 Banyubiru, dan SMK Negeri 2 Salatiga. Tahun 2023 penulis menyelesaikan pendidikannya di SMK. Pada tahun 2023 penulis mengikuti seleksi mahasiswa baru Sarjana Terapan (D4) dan diterima menjadi mahasiswa baru Sarjana Terapan (D4) dikampus Politeknik Negeri Semarang (Polines) dengan Program Studi D4 Teknologi Rekayasa Elektronika, Jurusan Teknik Elektro. Penulis terdaftar dengan NIM. 4.34.23.0.09. Apabila ada kritik, saran dan pertanyaan mengenai penelitian ini, bisa via email:  frisca.43423009@mhs.polines.ac.id

Penulis atas nama Muhammad Satrio Adhy dilahirkan di Semarang, 29 Januari 2005 . Penulis telah menempuh pendidikan formal di SD Negeri Purwoyoso 03, SMP Negeri 18 Semarang, dan SMA Islam Sultan Agung 1 Semarang. Tahun 2023 penulis menyelesaikan pendidikannya di SMA. Pada tahun 2023 penulis mengikuti seleksi mahasiswa baru Sarjana Terapan (D4) dan diterima menjadi mahasiswa baru Sarjana Terapan (D4) dikampus Politeknik Negeri Semarang (Polines) dengan Program Studi D4- Teknologi Rekayasa Elektronika, Jurusan Teknik Elektro. Penulis terdaftar dengan NIM 4.34.23.0.15. Apabila ada kritik, saran dan pertanyaan mengenai penelitian ini, bisa via email:    satrio.43423015@mhs.polines.ac.id  

Penulis atas nama Salsabila Chairunisa dilahirkan di Salatiga, 15 Mei 2004. Penulis telah menempuh pendidikan formal di SDIT Darul Falah Semarang, SMP Negeri 20 Semarang, dan SMK Negeri 3 Salatiga. Tahun 2023 penulis telah menyelesaikan pendidikannya di SMK. Pada tahun 2023 penulis mengikuti seleksi mahasiswa baru Sarjana Terapan(D4) dan diterima menjadi mahasiswa baru Sarjana Terapan(D4) di kampus Politeknik Negeri Semarang(Polines) dengan program studi D4 Teknologi Rekayasa Elektronika, Jurusan Teknik Elektro. Penulis terdaftar dengan NIM 4.34.23.0.22 Apabila ada kritik, saran dan pertanyaan mengenai penelitian ini, bisa via email: salsabila.43423022@mhs.polines.ac.id

 

VII. PRESENTASI

https://canva.link/6mh0ptdsej3mkg3