Cara paling populer untuk berinteraksi dengan sebagian besar sistem komputer adalah mouse dan keyboard. Gerakan tangan adalah cara tanpa sentuhan yang intuitif dan efektif untuk berinteraksi dengan sistem komputer. Namun, sistem
berbasis gerakan tangan telah melihat adopsi yang rendah di antara pengguna terutama karena banyak rintangan teknis dalam mendeteksi gerakan secara akurat. Makalah ini menyajikan Deteksi Gerakan Tangan untuk Bahasa Isyarat Amerika menggunakan K-Nearest Neighbor dengan Mediapipe, sebuah kerangka kerja yang dikembangkan untuk menjembatani kesenjangan ini. Kerangka belajar untuk mendeteksi gerakan dari demonstrasi, dapat disesuaikan oleh pengguna dan memungkinkan pengguna untuk berinteraksi secara real-time dengan gerakan tangan menggunakan komputer yang hanya memiliki kamera RGB