Carpal Tunnel Syndrome (CTS) adalah kondisi medis yang disebabkan oleh tekanan pada saraf medianus di pergelangan tangan, yang sering dialami oleh individu dengan aktivitas tangan berulang. Penelitian ini bertujuan untuk mengembangkan sistem berbasis kecerdasan buatan (AI) menggunakan framework MediaPipe dan algoritma Random Forest Classifier untuk mendeteksi dan mengklasifikasikan gerakan tangan dalam latihan pencegahan dan pengobatan CTS. Dataset yang digunakan melibatkan 2.200 gambar gerakan tangan yang diklasifikasikan ke dalam 11 kategori. Sistem ini mengukur sudut sendi jari menggunakan landmark tangan dari MediaPipe untuk mengidentifikasi gerakan dengan akurasi tinggi. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 98,64% dengan pembagian data latih dan uji sebesar 70:30 dan meningkat menjadi 99,55% pada pembagian 80:20. Sistem ini diimplementasikan secara real- time menggunakan kamera terbuka, memungkinkan pengguna untuk mengikuti panduan gerakan tangan secara visual. Penelitian ini berkontribusi pada pengembangan metode praktis untuk latihan CTS dengan mengintegrasikan teknologi AI yang efektif dan mudah diakses.