Analisa Perbandingan Metode Mahalanobis Distance Dan Euclidean Distance Pada Sistem Pengenalan Wajah

Abstract

Dalam kurun waktu 20 tahun terakhir teknologi dibidang pengenalan citra mengalami peningkatan yang signfikan. Berbagai metode pencocokan kedekatan citra seperti Euclidean distance merupakan salah satu metode yang paling umum digunakan pada sebuah sistem pengenalan wajah. Akan tetapi metode tersebut memiliki beberapa kelemahan, seperti hasil pencocokan yang kurang akurat serta proses pencocokan data dengan dataset yang membutuhkan waktu yang lama. Guna mengatasi masalah tersebut maka penelitian ini mencoba untuk menerapkan metode Mahalanobis Distance terhadap sistem pengenalan wajah. Kegiatan penelitian ini berfokus untuk membandingkan tingkat akurasi dan lamanya waktu yang dibutuhkan oleh kedua metode tersebut dengan dataset pengujian yang bervariasi, seperti wajah yang tertutup sebagian maupun jarak antara pengguna dengan kamera. Hasil pengujian ini menunjukkan bahwa Mahalanobis Distance mampu meningkatkan keakuratan sistem untuk mengenali wajah seseorang sebesar 42%.