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

Abstract

 Penyandang disabilitas, khususnya tuna daksa, mengalami kendala mobilitas akibat gangguan
fungsi gerak yang membatasi aktivitas sehari-hari. Penggunaan kursi roda elektrik menjadi
solusi untuk meningkatkan kemandirian, namun pengoperasian konvensional dengan joystick
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. Sensor leap motion
dimanfaatkan untuk mendeteksi gestur pergelangan tangan sebagai metode kendali kursi roda
elektrik. Sensor ini mampu mengenali gerakan tangan meskipun tanpa jari utuh
menjadikannya alternatif potensial dibandingkan sensor lain, seperti sensor flex. Penelitian ini
mengembangkan sistem kendali kursi roda berbasis gestur tangan serta penerapan mode
otomatis dengan gestur beruntun yang memungkinkan pengoperasian tanpa perlu
mempertahankan posisi gestur secara terus-menerus. Dalam penelitian ini, algoritma random
forest diterapkan untuk mengklasifikasikan lima gestur tangan: normal, atas, bawah, kanan,
dan kiri berdasarkan data pitch, yaw, dan roll. Model dilatih dengan 3.600 data dan
dioptimalkan melalui variasi jumlah serta kedalaman pohon, menghasilkan akurasi 99,85%
pada data latih dan 99,78% pada data uji. Pengujian pada 15 responden mencatat akurasi
deteksi gestur 98,67%, dan waktu tempuh rata-rata 99,47 detik pada lintasan 20 meter. Hasil
menunjukkan bahwa sistem mampu mengenali gestur secara akurat dan mengarahkan kursi
roda dengan respons cepat tanpa perlu mempertahankan posisi tangan secara lama dengan
gestur beruntun, sehingga meningkatkan fleksibilitas pengguna. Sistem ini berpotensi menjadi
solusi bantu mobilitas yang optimal bagi penyandang disabilitas.