Hand Pose Regression (gerakan tangan) dapat digunakan sebagai teknik modern untuk berinteraksi dengan mesin. Pengenalan gerakan tangan telah menjadi area penelitian yang menarik dalam visi komputer. Dalam penelitian ini, akan dilakukan kontrol pose tangan dengan menggunakan kamera gimbal. Sistem yang diharapkan dapat diterima dalam mengenali postur tangan dari input karena di proses secara realtime. Oleh karena itu Hand Pose Recognition menjadi salah satu metode dalam mengurangi kontak fisik antar manusia dengan mesin yang membantu pekerjaan sehari-hari. Permasalahan yang terdapat pada penelitian ini yaitu bagaimana kamera dapat mendeteksi gerakan tangan dengan presisi dan Bagaimana mengontrol Kamera Gimbal Menggunakan Hand Pose Recognition.Pada penelitian ini penulis mengimplementasikan Hand Pose Recognition pada Kamera gimbal. Dengan dilakukannya penelitian ini penulis mendapatkan solusi yaitu dengan melakukan klasifikasi menggunakan metode CNN(Convolutional Neural Network) pada Hand Pose Recognition. Dalam klasifikasi image menggunakan CNN menghasilkan akurasi lebih dari 90%, lalu untuk mengontrol kamera gimbal dibutuhkan image yang berupa pergerakan tangan yang nantinya dapat mendeteksi perintah melalui 5 gerakan tangan yang akan menggerakkan kamera gimbal ke ara kiri, kanan, atas dan bawah.b