Terobosan terbaru dalam robotika membuka jalan bagi pengembangan robot humanoid T-FLoW untuk meniru kemampuan manusia dalam melakukan berbagai tugas. Menggenggam menjadi kemampuan dasar yang ingin ditiru oleh robot humanoid T-FLoW. Menggenggam merupakan kemampuan krusial karena prasyarat untuk dapat melayani manusia. Menggenggam juga merupakan kemampuan yang digunakan untuk berinteraksi dengan masyarakat secara sosial. Namun, ada tantangan yang signifikan untuk mengimplementasikan kemampuan menggenggam pada robot humanoid. Beberapa di antaranya adalah informasi yang akurat tentang pose, dan bentuk harus dimiliki, kemudian, rantai kinematik yang panjang dari lengan ke tangan harus dihitung dengan tepat, dan terakhir, beberapa masalah tipe menggenggam untuk objek yang ditentukan harus diselesaikan. Mempertimbangkan tantangan-tantangan tersebut, tesis ini mengusulkan gerakan menjangkau lengan 7-DoF dan gerakan menggenggam tangan 6-DoF sebagai kemampuan menggenggam untuk robot humanoid T-FLoW. Gerakan menjangkau lengan dibangun berdasarkan analisis rantai kinematik dari lengan ke tangan dengan menggunakan pendekatan kinematika terbalik geometri (trigonometri kompleks). Kemudian, gerakan menggenggam tangan didefinisikan berdasarkan taksonomi menggenggam yang diusulkan oleh Cini. Solusi yang kami berikan sangat tepat untuk menghitung sudut sendi untuk mencapai posisi end-of-effector yang diinginkan. CoppeliaSim digunakan sebagai platform simulasi untuk visualisasi realistis dari gerakan lengan robot, memungkinkan analisis dan evaluasi menyeluruh terhadap kemampuan jangkauannya. Eksperimen dilakukan untuk menilai bagian dari pekerjaan yang telah kami kembangkan. Hasil menunjukkan bahwa akurasi kinematika terbalik yang kami usulkan adalah 99,14%. Kemudian, waktu komputasi rata-rata dari kinematika terbalik yang kami usulkan adalah 0,09066 ms. Tes penggenggaman dengan menggunakan taksonomi genggaman Cini dapat mencapai tingkat keberhasilan 8 dari 14 tes yang dilakukan (57,14%).