Claim Missing Document
Check
Articles

Sistem Pengenalan Iris Mata Manusia dengan Menggunakan Transformasi Wavelet Maimunah Maimunah; Agus Harjoko
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2007
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem biometri memberikan identifikasi secara otomatis dari individu berdasarkan ciri atau karakteristikunik yang dimiliki setiap individu. Pada saat ini pengenalan iris merupakan teknologi biometri yang relatif barudengan beberapa keuntungan yang dimilikinya seperti kestabilan dan keamanan .Sistem pengenalan iris terdiri dari proses segmentasi dan ekstraksi ciri menggunakan transformasiwavelet haar dan disimpan sebagai iris template. Proses pengenalan iris dilakukan dengan menggunakan jarakhamming pada iris template.Dalam penelitian ini digunakan data citra mata keabuan yang diambil dari basis data CASIA. Hasilpenelitian menunjukkan bahwa dari mata yang sama, sistem pengenalan iris mampu mengenali citra matadengan tingkat keberhasilan 100% untuk citra query sama dengan citra basis data dan 35.29% untuk citra queryberbeda dengan citra basis data. Adanya bulu mata, kelopak mata, pemantulan cahaya, jarak dan posisipengambilan citra mempengaruhi proses pengenalan iris.Kata kunci: pengenalan iris, segmentasi, transformasi wavelet haar.
Sistem Verifikasi Tanda Tangan Off-Line Berdasar Ciri Histogram Of Oriented Gradient (HOG) Dan Histogram Of Curvature (HoC) Agus Wahyu Widodo; Agus Harjoko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1: April 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.075 KB) | DOI: 10.25126/jtiik.201521121

Abstract

Abstrak Tanda tangan dengan sifat uniknya merupakan salah satu dari sekian banyak atribut personal yang diterima secara luas untuk verifikasi indentitas seseorang, alat pembuktian kepemilikan berbagai transaksi atau dokumen di dalam masyarakat. Keberhasilan penggunaan ciri gradien dan curvature dalam bidang-bidang penelitian pengenalan pola dan bahwa tanda tangan dapat dikatakan merupakan hasil tulisan tangan yang tersusun atas beragam garis dan lengkungan (curve) yang memiliki arah atau orientasi merupakan alasan bahwa kedua ciri tersebut digunakan sebagai metoda verifikasi tanda tangan offline di penelitian ini. Berbagai implementasi dari pre-processing, ekstraksi dan representasi ciri, dan pembelajaran SVM serta usaha perbaikan yang telah dilakukan dalam penelitian ini menunjukkan hasil bahwa ciri HOG dan HoC mampu dimanfaatkan dalam proses verifikasi tanda tangan secara offline.  Pada basis data GPDS960Signature, HOG dan HoC yang dihitung pada ukuran sel 30 x 30 piksel memberikan dengan nilai %FRR terbaik 26,90 dan %FAR 37,56.  Sedangkan pada basis data FUM-PHSDB, HOG dn HoC yang dihitung pada ukuran 60 x 60 piksel memberikan nilai %FRR terbaik 4 dan %FAR 57. Kata kunci: verifikasi tanda tangan, curvature, orientation, gradient, histogram of curvature (HoC), histogram of oriented gradient (HOG) Abstract Signature with unique properties is one of the many personal attributes that are widely accepted to verify a person's identity, proof of ownership transactions instrument or document in the community. The successful use of gradient and curvature feature in the research fields of pattern recognition is the reason that both of these features are used as an offline signature verification method in this study. Various implementations of preprocessing, feature extraction and representation, and SVM learning has been done in the study showed results that HOG and HoC feature can be utilized in the process of offline signature verification.  HOG and HOC calculated on a combination of two different cell sizes at a time.  Improvement effort has been made and showed the expected results, although of little value. HOG and HOC calculated on a such cell sizes at a time. In database GPDS960Signature, best cell size is in 30 with the value 26.90% FRR and FAR 37.56%. While the database FUM-PHSDB, the best cell size is 60 with a value of 4% FRR and FAR 57%. Keywords: signature verification, curvature, orientation, gradient, a histogram of curvature (HOC), a histogram of oriented gradient (HOG)
Pemantau Tekanan Darah Digital Berbasis Sensor Tekanan MPX2050GP Norman Yazid; Agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 1 (2011): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (320.676 KB) | DOI: 10.22146/ijeis.1920

Abstract

Abstrak— Hipertensi merupakan salah satupermasalahan serius yang kini dihadapi sebagianbesar orang. Tidak dilakukannya pemeriksaan secaraberkala membuat seseorang tidak mengetahuikeadaan tekanan darah dalam tubuhnya. Hal ini akanmemperparah keadaan seseorang apabila sebelumnyasudah mempunyai riwayat hipertensi. Salah satusolusi yang bisa diambil adalah dengan memiliki alatpengukur tekanan darah (tensimeter) sendiri. Dalamskripsi ini penulis mencoba merancang dan membuatsistem pemantau tekanan darah digital yang dapatdigunakan dengan mudah dan efisien.Sistem pemantau tekanan darah digital inimenggunakan sensor tekanan MPX2050GP sebagaipendeteksi denyut nadi dan menggunakanmikrokontroler ATMega 32 sebagai pengolahdatanya. Proses pengukuran dilakukan denganmanset yang dipasang di lengan pasien, kemudiandipompa sampai pada tekanan tertentu yangselanjutnya baru dilakukan pengukuran tekanandarah. Prinsip kerja sistem ini hampir sama dengantensimeter pada umumnya, hanya saja prosespengoperasiannya dilakukan secara otomatis danhasilnya ditampilkan secara digital. Salah satu halyang membedakan sistem ini dengan alat yang sudahada adalah hasil yang ditampilkan. Sistem ini akanmenampilkan keadaan tekanan darah pasien, yaitudarah rendah, normal atau darah tinggi.Hasil pengujian sistem pemantau tekanan darahini sudah sesuai dengan harapan. Sistem yang dibuatdapat digunakan untuk mengukur tekanan darah padaorang dewasa. Tekanan yang diukur meliputi tekanansystole, diastole dan heart beat. Selain itu, jugaditampilkan keadaan tekanan darah pasien, apakahhipotensi, normal atau hipertensi. Seluruh hasilpengukuran ditampilkan pada sebuah LCD berukuran16x2.Kata Kunci— Tekanan darah, Darah Tinggi,Tensimeter digital, ATMega 32, Sensor Tekanan,MPX2050GP, Pemantau Tekanan Darah.
Sistem Instrumentasi Dan Kendali (SIK) Sumber Tegangan Tinggi DC Untuk Proses Nitridasi Plasma Menggunakan Variac Iwan Budi Nugroho; Agus Harjoko; Slamet Santoso
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 1 (2011): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (490.02 KB) | DOI: 10.22146/ijeis.1921

Abstract

Abstrak— Bidang Teknologi Akselerator danFisika Nuklir (BTAFN) Pusat Teknologi Akseleratordan Proses Bahan (PTAPB) BATAN Yogyakartamengembangkan mesin nitridasi plasma untukmenambah tingkat kekerasan permukaan logam danmeningkatkan ketahanan aus serta tahan korosi.Mesin nitridasi plasma tersebut masih dioperasikansecara manual.Perancangan Sistem Instrumentasi dan Kendali(SIK) Sumber Tegangan Tinggi DC untuk NitridasiPlasma menggunakan PLC T100MD 1616+ sebagaipusat kendali. Sistem yang dirancang adalah akuisisidata suhu dan kendali sumber tegangan tinggi DC.Akuisisi data suhu memantau perubahan suhu bendakerja menggunakan termokopel tipe K danpengkondisi sinyal IC AD595. Program akuisisi datasuhu menggunakan metode lookup table. Suhu bendakerja digunakan sebagai umpan balik (feedback)untuk kendali variac sebagai pengatur keluaransumber tegangan tinggi DC. Kendali suhu dirancangmenggunakan stepper motor.Sistem Instrumentasi dan Kendali SumberTegangan Tinggi DC dapat mengontrol teganganyang digunakan pada proses Nitridasi Plasma untukmempertahankan suhu secara otomatis. Dengandiimplementasikannya Sistem Instrumentasi danKendali Sumber Tegangan Tinggi DC diharapkanakan memudahkan pengguna dalam mengoperasikanmesin dan dapat meningkatkan kualitas hasil prosesnitridasi.Kata Kunci— Nitridasi Plasma, PLC, termokopel,pengkondisi sinyal, stepper motor.
Prototipe Meter Daya Digital Berbasis Mikrokontroler ATMEGA8535 Tia Widiana; Agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 1 (2011): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (507.351 KB) | DOI: 10.22146/ijeis.1923

Abstract

Abstrak— Dalam bisnis persewaan kamar, biayatambahan yang umum dibebankan oleh pemilik kamarsewa kepada penyewa kamar adalah biaya listrik. Biayatambahan ini ditentukan berdasarkan jumlah dan jenisperalatan yang dimiliki oleh penyewa kamar.Perhitungan biaya listrik dengan cara ini kemudiantidak efektif apabila penyewa kamar membawabanyak peralatan eletronik namun jarang dipakaikarena biaya listrik yang dibayarkan menjadi lebihmahal dari seharusnya.Berdasarkan alasan diatas maka dibuatlah prototipeWH meter (meter daya) digital berbasis mikrokontrolerATMega 8535 untuk menghitung danmenginformasikan jumlah daya yang dikonsumsi.Sistem ini menggunakan mikrokontroler ATMega8535 sebagai pengendali utama, toroid sebagaisensor arus, transformator sebagai sensor tegangandan LCD sebagai penampil. Alat bekerja padategangan PLN 220 Volt dengan frekuensi 50 HzMeter daya yang dibuat diuji untuk mengukur lampuberdaya 25 Watt, 40 Watt, 60 Watt, 75 Watt dan 100Watt selama masing-masing satu jam. Nilai ralatterbesar adalah pada lampu berdaya 40 watt dengannilai X = 31,43 ± 0,52 WH. Sementara untuk ralatterkecil didapat pada lampu dengan daya 60 wattdengan nilai = 65,42 ± 0,24 ) WH. Faktor ralatpaling besar adalah 23,13 % yang terukur padalampu dengan daya 25 watt .Faktor ralat terkecilterukur pada lampu dengan daya 75 watt sebesar11,83 %.Kata Kunci— ATMega8535, sensor arus, sensortegangan
Pengenalan Bahasa Isyarat dengan Metode Segmentasi Warna Kulit dan Center of Gravity Wawan Kurniawan; agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 2 (2011): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (958.662 KB) | DOI: 10.22146/ijeis.1964

Abstract

AbstrakBahasa isyarat (sign language) merupakan bahasa yang menggunakan gerakan tangan dan gerak bibir untuk menjelaskan sebuah arti. Untuk itu perlu adanya dibuat suatu sistem yang dapat menghubungkan penderita cacat tunarungu dengan manusia normal. Penelitian aplikasi pengenalan bahasa isyarat secara real-time banyak mengalami kendala, faktor-faktor yang mempengaruhi antara lain, besarnya tingkat kemiripan data citra latih, proses pelacakan (tracking) terutama pada segmentasi objek dengan latar belakang (background) sehingga hasil capture tidak terinterprestasikan maksimal.Penelitian ini menggunakan metode pelacakan (tracking) yakni segmentasi warna kulit dan center of gravity (COG) berhasil melacak (tracking) gerakan tangan dari setiap frame, serta metode deteksi tepi dan PCA sebagai ekstraksi ciri, dan pengenalannya menggunakan pendekatan jaringan syaraf tiruan  back propagation.Hasil dari pengujian sistem ini dapat mengenali 26 huruf isyarat, tingkat akurasi pengenalan isyarat tangan 83,43%. Pada berbagai kondisi pencahayan dan jarak objek ke kamera, system ini mengalami perubahan tingkat pengenalan sehingga diperlukan jarak ideal dan tingkat penerangan yang baik. Aplikasi ini perlu adanya pengembangan lebih lanjut terutama pada proses pelacakan dan identifikasi.Kata kunci—Pelacakan, Ekstraksi ciri, Pengenalan isyarat tangan  AbstractSign language is a language that uses hand gestures and lip movements to explain the meaning. For that there needs to be created a system that can connect the disabled with normal human hearing impairment. The study of sign language recognition applications in real-time experience any problems, the factors that affect, among others, high level of similarity of training image data, the process of tracking, especially on the segmentation of objects with the background so the results do not capture the maximum interpretation. This research uses the tracking method the skin color segmentation and center of gravity (COG) managed to track the hand movements of each frame, as well as edge detection method and the PCA as feature extraction, and familiarity with using artificial neural network approach to back propagation.The results of testing this system can recognize 26 letters of recognition cues with recognition accuracy 83.43%. In a variety of lighting conditions and object distance to the camera, the system is experiencing changes in the level of recognition so that the required distance of an ideal and a good level of lighting. This application is the need for further development especially in the process of tracking and identification. Keywords— Tracking, Feature extraction, Hand gesture recognition
Pembuatan Sistem Instrumentasi dan Kendali (SIK) Kevakuman dan Sistem Pewaktu Proses Nitridasi Plasma Menggunakan Super PLC T100MD1616+ Ashar Punto Nurwendo; Agus Harjoko; Slamet Santosa
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 2 (2011): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1066.204 KB) | DOI: 10.22146/ijeis.1965

Abstract

AbstrakBidang Teknologi Akselerator dan Fisika Nuklir (BTAFN) Pusat Teknologi Akselerator dan Proses Bahan (PTAPB) BATAN Yogyakarta mengembangkan mesin nitridasi plasma untuk menambah tingkat kekerasan permukaan logam dan meningkatkan ketahanan aus serta tahan korosi. Mesin nitridasi plasma tersebut masih dioperasikan secara manual.Sistem Instrumentasi dan Kendali (SIK) Kevakuman dan Sistem Pewaktu Proses Nitridasi Plasma dibuat agar mesin nitridasi plasma dapat dioperasikan secara otomatis. Sistem instrumentasi dan kendali ini menggunakan Super PLC T100MD1616+ sebagai pusat kontrol dan terdiri dari sistem akuisisi data tekanan gas dan sistem kendali regulator gas N2. Sistem akuisisi data tekanan gas menggunakan sensor Pirani PRL 10 K dan Vacuum Meter Pirani 1001 untuk memantau perubahan tekanan gas di dalam bejana nitridasi plasma. Pengolahan data hasil akuisisi data tekanan gas dilakukan dengan menggunakan metode lookup table. Nilai tekanan gas yang dihasilkan oleh sistem akuisisi data tekanan gas digunakan sebagai umpan balik (feedback) untuk sistem kendali tekanan gas.Kendali tekanan gas diatur oleh regulator gas N2 dengan menggunakan stepper motor sebagai aktuator.Sistem Instrumentasi dan Kendali Kevakuman dapat mengontrol kestabilan tekanan gas yang dibutuhkan pada proses nitridasi plasma. Sistem pewaktu proses digunakan untuk mengatur durasi proses nitridasi plasma. Dengan dibuatnya Sistem Instrumentasi dan Kendali (SIK) Kevakuman dan Sistem Pewaktu Proses Nitridasi Plasma, pengguna dimudahkan dalam mengoperasikan mesin dan dapat meningkatkan kualitas hasil proses nitridasi plasma. Kata kunci— Nitridasi Plasma, tekanan gas,  PLC, pirani, pengkondisi sinyal, stepper motor.  AbstractAccelerator Technology and Nuclear Physics Division (BTAFN) of the Center for Accelerator Technology and Material Process (PTAPB) BATAN Yogyakarta develops plasma nitridation machinery to increase surface hardness, wear resistance and corrosion resistance of metal. The plasma nitridation machines are still operated manually.Vaccum Control System (ICS) and Plasma Nitridation Process Timing System is developed in order for the plasma nitridation machine to operate automatically. The instrumentation and control system uses PLC Super T100MD1616 + as the central control, and consists of gas pressure data acquisition system and N2 gas pressure regulator control system. The gas pressure data acquisition system uses Pirani sensor PRL 10 K and Pirani 1001 Vacuum Meter to monitor gas pressure changes in the plasma nitridation vessel. Data processing of data from the data acquisition system used the lookup table method. The value of gas pressure generated by gas pressure data acquisition system is used as feedback for gas pressure control system. The control of gas pressure is set by the N2 gas regulator using stepper motor as actuators.The Vaccum Instrumentation and Control System can control the stability of gas pressure which is needed in plasma nitridation process. The timing system process is used to set the duration of plasma nitridation process. The Vacuum Instrumentation and Control System (ICS) and the Timing System enbles the plasma nitridation process to operate automatically.Keywords— Plasma Nitridation, gas pressure, PLCs, pirani, signal conditioner, stepper motor.
Klasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network Rocky Yefrenes Dillak; Agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 2 (2011): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (597.515 KB) | DOI: 10.22146/ijeis.1966

Abstract

AbstrakRetinopati diabetes (DR) merupakan salah satu komplikasi pada retina yang disebabkan oleh penyakit diabetes. Tingkat keparahan DR dibagi atas empat kelas yakni: normal, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), dan macular edema (ME). Penelitian ini bertujuan mengembangkan suatu metode yang dapat digunakan untuk melakukan klasifikasi terhadap fase DR. Data yang digunakan sebanyak 97 citra yang fitur – fiturnya  diekstrak menggunakan gray level cooccurence matrix (GLCM). Fitur ciri tersebut adalah maximum probability, correlation, contrast, energy, homogeneity, dan entropy. Fitur – fitur ini dilatih menggunakan jaringan syaraf tiruan backpropagation untuk dilakukan klasifikasi. Kinerja  yang dihasilkan dari pendekatan ini adalah sensitivity 100%, specificity 100% dan accuracy  97.73% Kata kunci—  fase retinopati diabetes, GLCM, backpropagation neural network Abstract Diabetic retinopathy (DR) is one of the complications on retina caused by diabetes. The aim of this studyis to develop a system that can be used for automatic mass screenings of diabetic retinopathy. Four classes are identified: normal retina, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), and macular edema (ME). Ninenty-seven retinal fundus images in used in this study. Six different texture features such as maximum probability, correlation, contrast, energy, homogeneity, and entropy were extracted from the digital fundus images using gray level cooccurence matrix (GLCM). These features were fed into a backpropagation neural network classifier for automatic classification. The  proposed approach is able to classify with sensitivity 100%, specificity 100% and accuracy  97.73% Keywords—  diabetic retinopathy stages, GLCM,  backpropagation neural network
Pengenalan Karakter Plat Nomor Mobil Secara Real Time Ikhwan Ruslianto; Agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 2 (2011): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (282.036 KB) | DOI: 10.22146/ijeis.1967

Abstract

AbstrakPengenalan plat nomor di Indonesia biasanya digunakan pada sistem parkir yang masih dilakukan secara manual, yaitu dengan mencatat karakter plat nomor oleh petugas jaga parkir. Padahal pengenalan plat nomor tidak hanya dilakukan untuk system perparkiran tetapi dapat digunakan untuk menemukan kendaraan yang melanggar peraturan lalu lintas dijalan raya secara real time, misalnya pelaku tabrak lari pada kecelakaan maupun kendaraan yang melanggar rambu-rambu lalu lintas.Penelitian ini memberikan alternatif pengenalan karakter plat nomor mobil menggunakan metode connected component analysis dan matching sehingga dapat menyelesaikan permasalahan dengan background yang kompleks dan mobil yang bergerak dijalan raya.Metode connected component analysis berhasil melakukan proses segmentasi plat dan segmentasi karakter dengan kondisi background yang kompleks secara tepat terhadap 67 sampel citra dengan tingkat keberhasilan 95,52% untuk segmentasi plat dan 94,98% untuk segmentasi karakter dan metode template matching berhasil melakukan proses pengenalan karakter secara akurat dengan tingkat keberhasilan 87,45%.Kata kunci— real time, connected component analysis, template matching Abstract Indonesia’s number plat recognition system are typically used in parking lots that are still done manually, by recording the license plate characters by parking guard. Though number plate recognition system is not only for parking but can be used to find vehicles that violate traffic rules highway street in real time, such as actors on the hit and run accident and the vehicles that violate traffic signs.This study provides an alternative car number plate character recognition using connected component analysis and matching so as to solve problems with complex background and a moving car on the road.Connected component analysis method successfully to the plates segmentation and character segmentation in complex background condition are appropriate to the 67 sample images with the success rate of 95.52% for the plate segmentation and 94.98% for plate character segmentation and template matching method successfully perform the character recognition process accurately with a success rate of 87.45%.Keywords— real time, connected component analysis, template matching
Purwarupa Kendali Lengan Dental Light dengan Isyarat Jari Berbasis Pengolahan Citra Digital Muhammad Anis Al Hilmi; Agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 2, No 1 (2012): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (769.041 KB) | DOI: 10.22146/ijeis.2339

Abstract

AbstrakDental light atau lampu sorot yang terdapat pada kursi praktik dokter gigi  merupakan salah satu bagian penting pada dental chair. Dental light perlu diatur posisinya agar arah cahaya sorot sesuai kebutuhan dokter. Cara biasa untuk mengaturnya adalah dengan digerakkan dengan tangan secara langsung oleh dokter. Cara tersebut dirasakan cukup merepotkan dan mengurangi kesterilan tangan dokter karena harus menyentuh dental light secara langsung. Dalam penelitian ini, masalah tersebut dicoba diselesaikan dengan teknologi pengolahan citra digital.  Sebuah webcam digunakan untuk meng-capture citra. Kemudian citra diolah sampai mengenali isyarat jari, untuk kemudian dapat mengendalikan dental light. Pengenalan isyarat jari dalam penelitian ini menggunakan metode pemisahan objek dengan latar belakangnya. Range warna dari sarung tangan dokter dipakai sebagai acuan pengenalan objek tangan. Model warna yang dipakai adalah model HSV.Dari 4 warna sarung tangan yang diuji, warna dengan hasil terbaik adalah warna kuning. Jarak optimal antara webcam dan posisi tangan adalah 55-65 cm. Waktu respon rata-rata dari saat ada isyarat sampai lengan robot bergerak adalah 0,4-0,6 sekon. Dengan hasil penelitian ini diharapkan dokter tidak perlu lagi menyentuh langsung dental light sehingga pemakaiannya lebih mudah dan steril. Kata kunci—dental light, lengan robot, pengolahan citra, range warna Abstract Dental light or head-light that exists on a dental chair, is one of essenstial part of dental chair instruments. Dental light needs an appropriate  positioning control to direct the light as needed by the dentist. The common way of controlling dental light is the dentist manually directing the lamp using their hand. In this research, that problem is tried to be solved using digital image processing technology. A webcam is used to capture image, then the image is processed until yield a recognition result for finger gesture and then create an output to contol dental light. Finger gesture recognition is carried out by color filter method. The color range of dentist gloves is used as references to recognize the dentist’s hand. The color model that used in this research is HSV.From 4 colors of dentist gloves that tested, the best color is yellow. The optimum distance between webcam and hand position is 55-65 cm. The average time response from the time that finger gesture appear until the prototype of arm robot moves is 0.4-0.6 second. Keywords—dental light, arm robot, image processing, color range