TEMATIKA: Jurnal Penelitian Teknik Informatika dan Sistem Informasi
Vol 5, No 1 (2017)

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

Nasir, Arnold (Unknown)



Article Info

Publish Date
01 Mar 2017

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 pengujianini menunjukkan bahwa Mahalanobis Distance mampu meningkatkan keakuratan sistem untuk mengenali wajah seseorang sebesar 42%.Keywords: Sistem pengenalan wajah, Eigenface, Mahalanobis Distance, Euclidean distance, Principal Component Analysis

Copyrights © 2017






Journal Info

Abbrev

tematika

Publisher

Subject

Computer Science & IT

Description

TEMATIKA (ISSN: 2303-3878, e-ISSN: 2338-8641) is an interdisciplinary journal of original research and writing in the wide areas of informatics and Information ...