<![CDATA[Penggunaan perangkat konvensional seperti mouse dan keyboard dalam presentasi masih memiliki keterbatasan pada interaksi tanpa sentuhan. Penelitian ini bertujuan untuk mengembangkan sistem kontrol presentasi real-time berbasis gestur tangan menggunakan metode Long Short-Term Memory (LSTM) yang diintegrasikan ke dalam aplikasi Canva. Sistem memanfaatkan MediaPipe untuk mengekstraksi 21 titik landmark tangan sebagai fitur input model klasifikasi. Untuk menjalankan perintah presentasi, terdapat empat kelas gestur yang meliputi gestur one, peace, ok, dan fist. Setiap gestur memiliki fungsi untuk melakukan kontrol presentasi seperti berpindah slide, kembali ke slide sebelumnya, mengaktifkan mode layar penuh, dan keluar dari mode layar penuh. Hasil pengujian menunjukkan model mencapai akurasi sebesar 99%, serta mampu bekerja secara konsisten pada kondisi indoor dan outdoor. Tingkat akurasi yang diperoleh menunjukkan bahwa metode LSTM memiliki performa yang optimal dalam mengenali gestur tangan secara real-time.]]>
Copyrights © 2026
