Article Sidebar

Submitted
July 22, 2019
Accepted
September 7, 2019
Published
October 28, 2019
Download
PDF (Bahasa Indonesia)
Statistic
Read Counter : 276 Download : 289

Downloads

Download data is not yet available.

Main Article Content

Abstract

Pemalsuan terhadap citra digital sangat sering terjadi pada perkembangan teknologi sekarang ini.  Image splicing adalah salah satu metode yang paling umum yang digunakan untuk melakukan kegiatan pemalsuan citra. Tujuan penelitian ini adalah membangun aplikasi deteksi image splicing  pada citra dengan metode Discrete Cosine Transform (DCT) dan Scale Invariant Feature Transform (SIFT). Penelitian tentang deteksi image splicing dengan kombinasi metode DCT dan SIFT belum pernah dilakukan sebelumnya.  Aplikasi ini meng-convert citra dari RGB ke bentuk graysacle. Kemudian menerapkan metode Discreate Cosine Transform untuk mencari frekuensi pada citra grayscale lalu menggunakan metode Scale Invarian Feature Transform untuk mendeteksi keypoint yang sama pada citra, dan menerapkan metode RANSAC untuk menghilangkan outlier  pada citra. Aplikasi ini dibangun menggunakan bahasa pemprograman matlab.  Data citra yang digunakan dalam penelitian ini ada sebanyak 20 citra, yaitu 10 citra dari internet dan 10 citra koleksi pribadi. Hasil pengujian fungsional sistem melalui metode Black Box telah berhasil 100 % dengan skenario yang telah dibuat. Berdasarkan hasil pengujian yang telah dilakukan nilai akurasi pada deteksi image splicing dengan citra dari internet sebesar  100%, dan nilai akurasi pada deteksi dengan citra koleksi pribadi sebesar 100%. Hasil dari penelitian ini  diharapkan dapat digunakan oleh masyarakat untuk membedakan citra yang asli dengan citra yang mengalami pemalsuan image splicing.

Kata Kunci: pemalsuan citra, image splicing, keypoint, DCT,SIFT, RANSAC

Article Details

License
  1. Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dipersilahkan mengutip sebagian atau seluruh isi situs web ini sesuai dengan ketentuan yang berlaku.
  2. Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Jurnal Pseudocode yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Priciple Contact.
  3. Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs  jurnal ini mengacu pada ketentuan lisensi Creative Commons Atribusi-ShareAlike (CC-BY-SA).
  4. Semua Informasi yang terdapat di Jurnal Pseudocode  bersifat akademik. Jurnal Pseudocode  tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.
Author Biographies

Endina Putri Purwandari, Universitas Bengkulu

Program Studi Informatika

Arie Vatresia, Universitas Bengkulu

Program Studi Informatika

Sudarti Siburian, Universitas Bengkulu

Program Studi Informatika
How to Cite
Purwandari, E. P., Vatresia, A., & Siburian, S. (2019). Deteksi Image Splicing Pada Citra dengan Metode Discrete Cosine Transform (DCT) dan Scale Invariant Feature Transform (SIFT). Pseudocode, 6(2), 138–148. https://doi.org/10.33369/pseudocode.6.2.138-148
Download Citation
Endnote/Zotero/Mendeley (RIS)
BibTeX

References

  1. Purwandari, E. P. (2015). Image Splicing Detection Based on Demosaicking and Wavelet Transformation Vol 6, No.1. Journal of Computer Sience and Information , 27-35.
  2. Tresnaningsih, W. R., Purwandari, E. P., & Andreswari, D. (2017). Deteksi Pemalsuan Citra Copy Move Menggunakan Dyadic Wavelet dan Scale Invariant Feature Transform. Jurnal Pseudocode, Volume IV Nomor 1 .
  3. Zulfan, Arnia, F., & Muharar, R. (2016). Deteksi Pemalsuan Citra dengan Teknik Copy Move Menggunakan Metode Ordinal Measure Dari Koefisien Discrete Cosine Transform. Jurnal Nasional Teknik Elektro Vol: 5 No. 2 .
  4. Damanik, E. G., Susilo, B., & P, E. P. (2017). Deteksi pemalsuan copy-move pada citra digital menggunakan metode Discrete Cosine Transform (DCT) dan Scale Invariant Feature Transform (SIFT) . Jurnal Teknologi Informasi, Volume 13 Nomor 1 .
  5. Mehta, R., & Agarwal, N. (2018). Splicing Detection for Combined DCT, DWT and Spatial Markov-Features Using Ensemble Classifier. Procedia Computer Science .
  6. Muntasa, A., & Sophan, M. K. (2009). Ekstraksi Fitur Berbasis 2D-Discrete Cosine Transform dan Principical Component Analysis Untuk Pengenalan Citra Wajah. Seminar Nasional Aplikasi Teknologi Informasi .
  7. Akbar, R. M., & Sunarmi, N. (2018). Pengenalan Barang Pada Kereta Belanja Menggunakan Metode Scale Invariant Feature Transform (SIFT). Jurnal Teknologi Informasi dan Ilmu Komputer .
  8. Munir, R. (2004). Pengolahan Citra Digital dengan Pendekatan Algoritmik. Informatika Bandung.
  9. Putra, D. (2010). Pengolahan Citra Digital. Yogyakarta : Penerbit Andi.
  10. Sutoyo, T. ,. (2009). Teori Pengolahan Citra Digital. Yogyakarta: Penerbit Andi.
  11. Zhang, A., & Gourley, D. (2008, September, Tuesday). Creating Digital Collections : A Practical Guide. Chandos Publishing.
  12. Ahmadi, A. (2014). Image Forgery Detection Exploting Image Randomness. Arab Saudi: King Saudi University.
  13. Balza, A., & Kartika, F. (2005). Teknik Pengolahan Citra Digital menggunakan Delphi. Yogyakarta: Ardi Publishing.
  14. Noviardhi, A. G. (2008). Komprensi Citra Menggunakan Metode Discrete Coisene Transform (DCT). Yogyakarta: Universitas Sanata Dharma.
  15. Hernandez, J. R. (2000). DCT-Domain Watermarking Techniques for Still Images: Detector Performance Analysis and a New Structure. IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 9, NO. 1 .
  16. Fahmi. (2007). Studi dan Implementasi Watermarking Citra Digital dengan Menggunakan Fungsi Hash. Indonesia: Institut Teknologi Bandung.
  17. Prabowo, A., Sarwoko, E., & Riyanto, D. (2006). Perbandingan Antara Metode Kohonen Neural Network dengan Metode Learning Vector Quantization Pada Pengenalan Pola Tandatangan. Jurnal Sains & Matematika Vol.4, No.4 .
  18. Lowe, D. (2004). Distinctive Image Features from Scale-Invariant Keypoints. International Journal of Computer Vision,60, 2, pp. 91-110 .
  19. Setiawan, A., & Basuki, R. (2012). Pencocokan Citra Berbasis Scale Invariant FeatureTransfrom (SIFT) menggunakan Arc Cosinus. Jurnal Teknik Informatika S1 Udinus .
  20. Muklis. (2015). Implementasi Algoritma Affine Scale Invariant Feature Transfrom Untuk Pengenalan Wajah pada Citra Sketsa. Jakarta: Universitas Islam Negeri Syarif Hidayatullah.
  21. E. R. F. A. Putra, L. a. (2014). Aplikasi Automatic Image Stitching pada Kumpalan Gambar dalam Satu Scene. Student Journals Universitas Kristen Petra .
  22. Sungklok, C., Taemin, k., & Wonpil, Y. (2009). Performance evaluation of RANSAC.
  23. Chen, J. S. (2010). a robust local image descriptor. EEE Trans. Pattern Anal. Mach. Intell .
  24. Ha, S.-W., & Moon, Y.-H. (2011). Multiple Object Tracking Using SIFT Features and Location Matching. International Journal of Smart Home Vol. 5, No. 4 .
  25. Setiyawan, A., & Ruri Suko Basuki, M. (2018). Pencocokan Citra Berbasis Scale Invariant Feature Transform (SIFT) menggunakan Arc Cosinus. JURNAL TEKNIK INFORMATIKA-S1 UDINUS .