Klasifikasi Gerakan Tangan Pada Arm Robot Berbasis Wireless

Abstract

Perkembangan teknologi interaksi manusia dan robot mendorong pemanfaatan gerakan tangan sebagai media kendali yang lebih intuitif dan alami. Penelitian tugas akhir ini mengimplementasikan dan menganalisis sistem klasifikasi gerakan tangan (hand gesture) berbasis sensor akselerometer ADXL345 untuk mengendalikan lengan robot 3 Degree of Freedom (DOF) secara nirkabel dan real-time. Sistem ini dirancang menggunakan sensor akselerometer pada unit transmitter untuk membaca data gaya berat (g-force) sumbu X dan Y yang mewakili arah pergerakan tangan operator. Data sensor tersebut ditransmisikan secara nirkabel menggunakan modul transceiver nRF24L01+ berbasis frekuensi 2.4 GHz menuju unit receiver pada lengan robot. Pengolahan data dan pengambilan keputusan arah gerak robot dilakukan dengan menerapkan metode Fuzzy Logic Controller (FLC) Mamdani dengan 7 himpunan keanggotaan, yang mengonversi masukan numerik sensor menjadi keputusan kecepatan pergerakan sudut servo (\Delta\theta). Berdasarkan hasil pengujian statistik terhadap 200 sampel, sistem fuzzy Mamdani berhasil mengenali pola gerakan tangan dengan tingkat akurasi global sebesar 92.5%, presisi makro 91.8%, dan recall makro 93.1%. Sistem kendali nirkabel mampu mempertahankan stabilitas transmisi sebesar 96.4% dengan data loss rate hanya 3.6% pada jarak operasional hingga 100 meter kondisi Line-of-Sight (LOS). Pemrosesan data yang berfokus langsung pada eksekusi aktuator terbukti menghasilkan efisiensi komputasi yang tinggi, dengan rata-rata waktu tunda (delay) respon sistem yang sangat singkat sebesar 28 ms berdasarkan pemantauan data serial, serta indeks kesesuaian gerakan servo mencapai 98.2%. Integrasi algoritma Ramp Factor (0.10) berhasil mereduksi jitter, sementara sistem failsafe berbasis non-blocking timer andal 100% dalam mengunci posisi aman robot saat terjadi pemutusan sinyal pada jarak ekstrem.