Selanjutnya, berbagai data wajah tersebut akan dikonversikan ke data atau informasi digital, dan nantinya bakal disesuaikan dengan data wajah lainnya yang ada di dalam database atau sebuah sistem.
Untuk menentukan hasil akhinya, sistem lantas bakal menggunakan sebuah algoritma untuk mencocokkan data wajah yang baru saja diambil dengan data wajah yang sudah tersimpan di dalam sistem.
Adapun algoritma tersebut dipakai supaya teknologi face recognition bisa menyesuaikan data wajah yang ada di dalam database dengan akurat dan cepat.
Baca juga: Buntut Kasus George Floyd, IBM Setop Teknologi Pengenal Wajah
Center for Strategic & International Studies (CSIS) mengatakan bahwa face recognition bisa memiliki tingkat akurasi yang nyaris sempurna, yaitu 99,97 persen.
Meski demikian, ada sejumlah faktor yang bisa membuat tingkat akurasi teknologi tersebut menurun, dan bahkan salah mengidentifikasi orang.
"Tingkat akurasi setinggi ini bisa dicapai apabila kamera mengambil gambar dengan kondisi yang ideal, seperti posisi dan pencahayaannya pas, begitu juga obyek wajah yang dipotret tidak dihalangi (dengan berbagai aksesori)," tulis CSIS dalam sebuah blog.
Faktor terhalang berbagai aksesori ini setali tiga uang dengan penjelasan mengapa teknologi face recognition yang dimiliki Polda Metro Jaya tadi tidak akurat, di mana Zulpan menyebut pelaku tengah mengenakan topi ketika dipotret.
Baca juga: Isu Rasial di Balik Teknologi Pengenal Wajah
Selain itu, posisi atau angle pengambilan gambar untuk diidentifikasi juga bisa menjadi faktor penentu tingkat keakurasian face recognition.
Ketika foto wajah diambil di kondisi bebas, atau katakan wajah target tidak siap untuk dipotret (sedang tertawa, ekspresi tidak pas, dan lain sebagainya) atau terhalang bayangan, misalnya, tingkat kekeliruan face recognition bisa meningkat.
Di samping itu, faktor umur pemilik wajah juga bisa menurunkan tingkat akurasi face recognition.
Sebab, perubahan di kontur wajah tentunya akan membuat sistem mencari data wajah lainnya yang sesuai dengan kontur wajah baru tersebut. Kesulitan ini terjadi apabila umur foto wajah yang diambil terpaut belasan tahun dengan umur foto wajah yang ada di dalam sistem.
Perlu dicatat, tingkat akurasi atau kekeliruan face recognition ini bisa berbeda-beda tiap vendor.
Saat ini, ada sejumlah vendor yang menyediakan teknologi pengenalan wajah untuk berbagai kepentingan. Beberapa vendor tersebut mencakup Kairos, Noldus, Affectiva, Sightcorp, Nviso, dan masih banyak lagi.
Baca juga: Microsoft Larang Polisi AS Pakai Teknologi Pengenal Wajah Buatannya
Meski bisa buat orang keliru atau salah tangkap seperti beberapa kejadian di atas, teknologi pengenalan wajah sendiri dinilai tetap berguna untuk berbagai macam use case.
Salah satu yang paling dekat dengan kita adalah penggunaan fitur biometrik face unlock yang ada di berbagai smartphone masa kini.