DETEKSI IMAGE SPLICING PADA CITRA DENGAN METODE DISCRETE COSINE TRANSFORM (DCT) DAN SCALE INVARIANT FEATURE TRANSFORM (SIFT)

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