<![CDATA[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]]>
Copyrights © 2019
