PERBANDINGAN ALGORITMA PERHITUNGAN JARAK MENGGUNAKAN ECUILDEAN DAN MANHATTAN DISTANCE PADA K-NEAREST NEIGHBOR GUNA KLASIFIKASI CITRA JENIS MOBIL RODA EMPAT

Perhitungan nilai kesamaan suatu citra merupakan salah satu komponen esensial dari hasil proses suatu algoritma ataupun metode untuk mencocokkan antara citra hasil training dengan citra baru sebagai pembanding. Salah satu tahap pencocokan kesamaan ataupun kemiripan ciri-ciri suatu citra adalah dengan menggunakan metode pengukuran jarak. Beberapa metode pengukuran jarak dalam mengukur tingkat kesamaan (similarity) atau kemiripan suatu citra diantaranya menggunakan jarak Euclidean dan Manhattan/City Block Distance. Penggunaan metode pengukuran jarak banyak digunakan dalam algoritma pengklasifikasian atau pendeteksian, Ada beberapa metode yang sering digunakan salah satunya adalah dengan algoritma K-Nearest Neighbour (KNN). Dengan membandingkan 2 metode pengukuran jarak menggunakan algoritma K-NN, akan diketahui metode pengukuran jarak mana yang memiliki tingkat akurasi paling tinggi dengan melakukan pengujian terhadap citra jenis mobil