Pengendalian robot masih sangat tergantung dari alat pengendalinya. Robot sulit berinteraksi dengan manusia secara langsung, sehingga perlu dikembangkan bagaimana robot tetap bisa berinteraksi dengan manusia secara mudah. Salah satu pengembangan yang bisa dilakukan adalah penggunaan bahasa isyarat tangan untuk pengendalian robot.
Identifikasi isyarat tangan merupakan suatu cara yang digunakan untuk mengidentifikasi pola posisi tangan manusia untuk diterjemahkan maksud dan tujuan. Dalam proyek akhir ini akan dibuat suatu perangkat lunak yang dapat meng-identifikasi gerakan tangan manusia melalui citra yang ditangkap oleh kamera yang nantinya digunakan sebagai kontrol robot. Proses yang dilakukan meliputi pengambilan gambar secara online menggunakan kamera kemudian mengkonversi citra dari format RGB ke format YcrCb untuk keperluan deteksi kulit. Citra hasil deteksi kulit kemudian diolah lebih lanjut untuk dilakukan proses pencocokan dengan data referensi menggunakan metode euclidean distance. Data referensi diambil dari citra offline yang telah diambil fiturnya dan dikelompokkan menggunakan metode Learning Vector Quantization. Nilai jarak yang paling kecil merupakan citra yang memiliki kemiripan dengan data referensi. Hasil pengenalan citra itulah yang nantinya akan digunakan untuk mengontrol gerak robot.
Kata Kunci : YCrCb, Learning Vector Quantization dan Euclidean
