Implementasi Hand Gesture Pada Kontrol Music Player Dengan Scale-Invariant Feature Transform Dan K-Nearest Neighbor

Perkembangan Human Computer Interaction (HCI) terus berkembang seiring dengan berjalannya waktu, terutama permasalahan perangkat masukan dalam interaksi manusia dengan komputer. Perangkat konvensional seperti keyboard, joystick, dan mouse masih sangat umum digunakan sebagai perangkat masukkan. Walaupun seringkali digunakan, sebenarnya perangkat masukan memiliki beberapa kekurangan, salah satu adalah kaku dan kurang interaktif bagi manusia. Salah satu contoh interaksi antara manusia dan komputer yang paling interaktif, yaitu penggunaan hand gesture recognition untuk kebutuhan mengontrol suatu aplikasi komputer. Penggunaan hand gesture recognition dalam mengontrol suatu aplikasi akan lebih memudahkan pengguna dalam berkomunikasi dengan komputer. Untuk melakukan proses hand gesture recognition diperlukan beberapa metode, seperti preprocessing antara lain RGB to HSV, pencarian warna HSV merah (color detection), opening (erosi dan dilasi), closing(dilasi dan erosi), Scale-Invariant Feature Transform untuk ekstraksi ciri, dan K-Nearest Neighbor untuk klasifikasi beberapa jenis gesture tangan, seperti fungsi pada kontrol music player, yaitu play, pause, stop, previous, next, volume up, dan volume down. Berdasarkan hasil evaluasi pengujian sistem yang telah dilakukan untuk semua skenario pengujian seperti mencoba berbagai gerakan tangan untuk mengontrol music player didapatkan akurasi sebesar 48.56%.