Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisa Perbandingan Algoritma Euclidean Dan Manhattan Distance Dalam Identifikasi Wajah Abdul Azis; Danar Putra Pamungkas; Ahmad Bagus Setiawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 1 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i1.951

Abstract

Wajah merupakan bagian muka kepala pada manusia dari dahi sampai dagu. Wajah berguna untuk mengenali individu dengan cara natural dan paling umum. Selain mengurangi kecurangan siswa, guru atau karyawan dan pemakaian fingerprint secara bergantian yang sangat beresiko menularnya covid-19, presensi dengan pengenalan wajah akan lebih aman dan tersistem. Penelitian ini menggunakan metode Local Binary Patterns (LBP) dalam ekstraksi fitur, sedangkan untuk klasifikasi membandingkan akurasi algoritma perhitungan jarak yaitu Euclidean dan Manhattan yang diterapkan pada proses pengujian dengan beberapa skenario jumlah data training dan data testing. Hasil akurasi tertinggi terdapat pada algoritma euclidean distance yang mencapai 100%, dibandingkan dengan algoritma manhattan distance yang hanya mencapai 85%. Semakin banyak data latih yang digunakan, semakin tinggi tingkat akurasi pengujian.