Keyboard, mouse, dan joystick merupakan perangkat keras yang sering digunakan untuk interaksi antara manusia dan komputer yang bersifat mekanis. Meskipun akurat, tetapi model interaksi yang dilakukan tidak bersifat alami sebagaimana manusia berinteraksi dengan sesamanya. Penggunaan peralatan-peralatan tersebut untuk mengoperasikannya membutuhkan adanya kontak langsung antara user dengan komputer. Dengan menggunakan visi komputer tidak membutuhkan kontak langsung pengguna dengan peralatan input, melainkan komputer menangkap gerakan pengguna melalui kamera video dan menginterpretasikannya. Gerakan yang diteliti disini adalah gerakan tangan. Kamera (webcam) merupakan alat yang digunakan untuk melakukan pengenalan tangan. Kamera ini digunakan sebagai sensor untuk mendeteksi pergerakan tangan. Pendeteksian gerakan tangan diimplementasikan dengan menggunakan library emguCV dan algoritma optical flow. Penerapan dari keakuratan aplikasi yang dibuat adalah dengan memainkan game pingpong. Uji coba menggunakan game pingpong sederhana dimana gerakannya kiri kanan atas bawah. Ketika kursor keatas otomatis bat pingpong keatas, dan seterusnya. Dari ujicoba penelitian dengan pencahayaan terang dimana resolusi webcame yang diuji coba 3 MP dan 1 MP, game pingpong lancar dimainkan sedangkan dengan pencahayaan redup, cursor lambat bergerak otomatis bat pingpong juga ikut lambat.Keyboard, mouse, and joystick are hardware devices that are often used for the interaction between humans and computers being mechanical. Although accurate, but the model of interactions is not naturally as humans interact with each other. The use of such equipment to operate it requires direct contact between user and computer. By using a computer vision does not require direct contact with the user input device, but a motion capture computer user via a video camera and interpreting them. Movements studied here is the movement of the hand. The camera (webcam) is a tool used to perform the introduction of the hand. These cameras are used as sensors to detect hand movements. The detection of hand movements implemented using emguCV library and optical flow algorithm. Implementation of the accuracy of the application is made is by playing Ping-Pong game. Test using a simple ping pong game in which the movement left top right bottom. When the cursor upwards automatically ping pong bat up, and so on. From research trials with bright lighting where webcam tested resolution of 3 MP and 1 MP, a Ping-Pong game played smoothly while the dim lighting, the slow-moving cursor automatically Ping-Pong bat also slow. 
                        
                        
                        
                        
                            
                                Copyrights © 2016