<![CDATA[Perkembangan teknologi interaksi manusia dan komputer mendorong munculnya alternatif kendali presentasi yang lebih intuitif, salah satunya melalui pengenalan gerakan tangan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pengenalan gestur tangan berbasis ESP32 dan Machine Learning untuk mengontrol perpindahan slide pada Microsoft PowerPoint secara nirkabel. Sistem ini menggunakan sensor MPU6050 untuk menangkap data akselerasi dan rotasi tangan, serta algoritma Random Forest sebagai model klasifikasi gerakan. Data sensor dikirim melalui komunikasi Bluetooth Low Energy (BLE) dari ESP32 ke komputer dan diterjemahkan menjadi perintah keyboard. Proses klasifikasi dilakukan langsung pada mikrokontroler secara real-time. Hasil pengujian menunjukkan bahwa model memiliki akurasi rata-rata sebesar 86,7% untuk mengenali tiga jenis gerakan (kanan, kiri, idle). Sistem ini mampu memberikan alternatif kendali presentasi yang efisien, serta berpotensi diadopsi oleh pengguna difabel sebagai solusi inklusif yang bebas perangkat genggam seperti clicker. ]]>
Copyrights © 2025
