Proyek ini bertujuan mengembangkan sistem kontrol perangkat robot tangan uHand 2.0 menggunakan teknologi Hand Pose Estimation, yang memungkinkan interaksi intuitif antara pengguna dan mesin melalui gerakan tangan. Dengan memanfaatkan input video secara real-time, sistem ini menangkap dan menganalisis gerakan tangan untuk menghasilkan sinyal kontrol presisi bagi robot tangan. Metode yang digunakan mencakup akuisisi video, pemrosesan citra dengan MediaPipe untuk mendeteksi landmark tangan, serta penerapan model kinematik untuk menerjemahkan gerakan menjadi kontrol servo. Meskipun eksekusi pergerakan servo memerlukan waktu 1–2 detik untuk menutup sepenuhnya, sistem ini tetap efektif dalam mencapai tujuan rehabilitasi. Alat yang digunakan meliputi Python, OpenCV, dan platform mikrokontroler. Hasil awal menunjukkan peningkatan efisiensi dan aksesibilitas dalam pengoperasian perangkat robotik, serta pendekatan lebih alami dalam interaksi manusia-mesin. Pembacaan gerakan tangan sangat cepat, dengan waktu deteksi 0,1–0,2 milisekon, menjadikan sistem ini inovasi menjanjikan dalam alat rehabilitasi.