Analisis dan Perbandingan Akurasi Image Generative AI DALL-E 3 dan Midjourney Menggunakan Metode Frechet Inception Distance (FID)

Abstract

Perkembangan teknologi Generative AI telah membawa kemajuan pesat dalam pembuatan gambar berbasis teks, dengan DALL-E 3 dan Midjourney sebagai dua model terdepan. Penelitian ini bertujuan untuk menganalisis dan membandingkan akurasi visual hasil gambar dari kedua model menggunakan metrik Frechet Inception Distance (FID). Lima jenis prompt teks dipilih secara sistematis berdasarkan kategori anjing ras tertentu, dan setiap model menghasilkan 50 gambar yang dibandingkan dengan gambar acuan dari dataset Stanford Dogs. Hasil penelitian menunjukkan bahwa DALL-E 3 memiliki rata-rata skor FID sebesar 19.85, sedangkan Midjourney sebesar 28.42, yang berarti DALL-E 3 menghasilkan gambar yang lebih mendekati visual nyata. Uji statistik menggunakan Independent Sample t-Test menunjukkan adanya perbedaan signifikan antara kedua model. Dengan demikian, DALL-E 3 lebih cocok untuk kebutuhan yang menuntut realisme visual, sedangkan Midjourney lebih unggul dalam eksplorasi artistik.