DETEKSI PEMALSUAN COPY-MOVE PADA CITRA DIGITAL MENGGUNAKAN SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN GENERALIZED 2 NEAREST-NEIGHBOR (G2NN)

Abstract

Copy-move adalah jenis pemalsuan citra digital dengan cara menyalin suatu wilayah atau segmen pada citra lalu meletakkannya pada daerah lain pada citra yang sama. Oleh karena pentingnya citra sebagai media komunikasi bagi manusia, diperlukan metode deteksi pemalsuan copy-move untuk mengetahui tingkat keotentikan sebuah citra digital. Pada penelitian ini dirancang perangkat lunak simulasi sistem pendeteksi pemalsuan copy-move pada citra digital. Proses deteksi diawali dengan tahap prapengolahan dilanjutkan tahap ekstraksi ciri dari citra uji menggunakan Scale Invariant Feature Transform (SIFT). Tahap terakhir adalah proses deteksi pemalsuan dengan melakukan pencocokan ciri menggunakan Generalized 2 Nearest-Neighbor dengan 3 variasi nilai ambang T, yaitu 0,3, 0,4, dan 0,5. Berdasarkan pengujian dengan variasi jumlah titik kunci minimal yang cocok sebanyak 2, 5, dan 10, tingkat akurasi tertinggi pengujian tanpa serangan derau Gaussian adalah 100% dengan nilai ambang T sebesar 0,4 dan titik kunci minimal yang cocok  sebanyak 2 titik kunci. Pada pengujian dengan derau Gaussian didapat nilai persentase akurasi tertinggi sebesar 65% dengan nilai ambang T sebesar 0,4 dan 0,5 serta titik kunci minimal yang cocok sebanyak 2 titik kunci.