Semafor memiliki tujuan untuk mengirim dan menerima informasi berupa
gerakan dengan menggunakan media bendera dan bendera tersebut yang dinamakan
Semafor. Semafor sendiri memiliki 36 macam gerakan untuk merepresentasikan 26
huruf dan 10 angka. Pada penelitian ini digunakan Kinect sebagai media
pembelajaran sandi semafor yang lebih interaktif dengan metode K-NN sebagai
klasifikasi gerakan .
Microsoft Kinect v.2. digunakan untuk mendeteksi sendi (joints) manusia
yang tersebar di tubuh manusia, pada penelitian ini akan di deteksi enam sendi yang
terletak pada tangan kanan dan kiri yaitu pada bagian pundak (shoulder), sikut
(elbow), dan pergelangan tangan (wrist). Sandi semafor yang akan di deteksi pada
penelitian ini berjumlah 26 Huruf dan metode yang digunakan untuk mengenali
gerakan-gerakan sandi tersebut ialah K-Nearest Neighbour yang dapat
mengelompokkan gerakan sandi yang sudah ada pada data latih lalu dibandingkan
dengan gerakan baru yang disebut dengan data uji dan akan ditampilkan dalam
bentuk teks pada layar monitor laptop dengan menggunakan perhitungan Euclidean
Distance untuk mengetahui jarak terdekat data latih dengan data uji.
Hasil analisis dari penelitian ini adalah tingkat akurasi yang dihasilkan dari
metode K-Nearest Neighbour dengan nilai K yang berbeda (1, 3, 5, 7, 9), dengan
subjek data latih sebanyak 10 subjek dan 5 subjek sebagai data yang akan menguji
kemampuan sistem untuk mengenali gerakan sandi semafor. Hasil yang didapat dari
pengujian sistem dengan akurasi tertinggi saat K = 1 dengan nilai 92.3% dan yang
terendah adalah saat K = 9 dengan nilai 73.9%.
Kata Kunci : Sandi Semafor, Microsoft Kinect V.2, Euclidean Distance , KNN