Analisis Sistem Navigasi Kursi Roda Berbasis Gestur Tangan Menggunakan Sensor Leap Motion dan Algoritma Random Forest

THOMAS, FHAHREZY (2025) Analisis Sistem Navigasi Kursi Roda Berbasis Gestur Tangan Menggunakan Sensor Leap Motion dan Algoritma Random Forest. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (160kB)
	Text (BAB 1) BAB 1 PENDAHULUAN.pdf - Published Version Download (57kB)
	Text (BAB 5) BAB AKHIR.pdf - Published Version Download (46kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (123kB)
	Text (Skripsi full text) Laporan Tugas Akhir_Fhahrezy Thomas_2110951031.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Penyandang disabilitas, khususnya tuna daksa, sering mengalami kendala mobilitas akibat gangguan fungsi gerak yang membatasi aktivitas sehari-hari. Penggunaan kursi roda elektrik menjadi solusi alternatif untuk meningkatkan kemandirian, namun pengoperasian konvensional dengan joystick cukup menyulitkan bagi pengguna yang mengalami kelumpuhan separuh tubuh, seperti pasien pasca stroke. Seiring berkembangnya teknologi, berbagai metode pengendalian kursi roda berbasis sensor telah dikembangkan, salah satunya menggunakan gestur tangan. Penelitian ini mengusulkan pemanfaatan sensor Leap Motion untuk mendeteksi gestur pergelangan tangan sebagai metode kendali kursi roda elektrik. Keunggulan Leap Motion yang mampu mengenali gerakan tangan meskipun tanpa jari utuh menjadikannya solusi potensial dibandingkan sensor lain seperti sensor flex. Dalam penelitian ini, algoritma Random Forest diterapkan untuk mengklasifikasikan lima jenis gestur tangan: normal, atas, bawah, kanan, dan kiri berdasarkan data pitch, yaw, dan roll. Model dikembangkan dengan 3.600 data dan dioptimalkan melalui variasi jumlah dan kedalaman pohon menghasilkan akurasi klasifikasi tertinggi sebesar 99,85% pada data latih dan 99,78% pada data uji. Pengujian pengenalan gestur dengan 15 responden menunjukkan akurasi sebesar 98,67%, sementara pengujian performa kendali kursi roda menghasilkan waktu tempuh rata-rata 99,47 detik pada lintasan uji sepanjang 20 meter. Hasil ini menunjukkan bahwa sistem mampu mengenali gestur secara akurat dan mengarahkan kursi roda dengan respons cepat dan efisien. Sistem juga dirancang memungkinkan pengoperasian tanpa mempertahankan posisi gestur secara terus-menerus, sehingga meningkatkan fleksibilitas pengguna. Dengan demikian, sistem navigasi kursi roda berbasis Leap Motion dan algoritma Random Forest ini berpotensi menjadi solusi perangkat bantu mobilitas yang lebih optimal dan nyaman bagi penyandang disabilitas.

Actions (login required)

View Item