Dewi Astria Faroek, R. Umar, Imam Riadi
{"title":"Deteksi Keaslian Citra Menggunakan Metode Error Level Analysis (ELA) dan Principal Component Analysis (PCA)","authors":"Dewi Astria Faroek, R. Umar, Imam Riadi","doi":"10.22441/FORMAT.2019.V8.I2.006","DOIUrl":null,"url":null,"abstract":"Kemajuan teknologi yang ada pada citra digital mempengaruhi banyak kemungkinan pada perangkat pencitraan dengan resolusi yang tinggi dengan biaya yang rendah. Hal ini dapat dimanfaatkan oleh pihak-pihak tertentu dalam memanipulasi citra digital agar lebih baik hingga sangat jauh dari hasil citra aslinya. Pemalsuan citra adalah proses manipulasi pada sebagian atau seluruh daerah citra baik terhadap isi maupun konteks citra dengan bantuan teknik pemrosesan citra digital. Dengan manipulasi citra ini banyak pihak yang dapat melakukan sebuah tindakan kejahatan. Definisi forensik citra merupakan bidang ilmu yang digunakan untuk mengidentifikasi asal dan menverifikasi keaslian sebuah citra tersebut. Hal yang mendasari dalam melakukan deteksi keaslian citra adalah melakukan perbandingan antara dua image dan dua metode yaitu metode Error Level Analysis (ELA) dan Principal Component Analysis (PCA) dengan menggunakan tools forensically-beta. Penelitian ini diharapkan menunjukkan hasil yang baik dalam mendeteksi objek pada citra sehingga dapat membantu dalam mendeteksi citra yang asli dan citra yang telah dimanipulasi berdasarkan metode ELA dan PCA.","PeriodicalId":381291,"journal":{"name":"Format : Jurnal Ilmiah Teknik Informatika","volume":"47 11","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-02-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Format : Jurnal Ilmiah Teknik Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22441/FORMAT.2019.V8.I2.006","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

数字图像技术的进步影响了低成本分辨率的高分辨率成像设备的许多可能性。这可以被一些人用来操纵数字图像,使其在很大程度上远离原始图像。图像伪造是通过数字图像处理技术对图像内容和环境进行部分或全部图像操纵的过程。通过这种形象的操纵,许多人可以实施犯罪行为。对图像的定义是一门用来识别其起源并验证其定义的科学。对图像真实性检测的基础是将两种意象与两种方法进行比较——一种方法是分析(ELA)本研究预计,根据ELA和PCA的方法,检测图像上的对象的良好结果可以帮助检测原始图像和原始图像。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Deteksi Keaslian Citra Menggunakan Metode Error Level Analysis (ELA) dan Principal Component Analysis (PCA)
Kemajuan teknologi yang ada pada citra digital mempengaruhi banyak kemungkinan pada perangkat pencitraan dengan resolusi yang tinggi dengan biaya yang rendah. Hal ini dapat dimanfaatkan oleh pihak-pihak tertentu dalam memanipulasi citra digital agar lebih baik hingga sangat jauh dari hasil citra aslinya. Pemalsuan citra adalah proses manipulasi pada sebagian atau seluruh daerah citra baik terhadap isi maupun konteks citra dengan bantuan teknik pemrosesan citra digital. Dengan manipulasi citra ini banyak pihak yang dapat melakukan sebuah tindakan kejahatan. Definisi forensik citra merupakan bidang ilmu yang digunakan untuk mengidentifikasi asal dan menverifikasi keaslian sebuah citra tersebut. Hal yang mendasari dalam melakukan deteksi keaslian citra adalah melakukan perbandingan antara dua image dan dua metode yaitu metode Error Level Analysis (ELA) dan Principal Component Analysis (PCA) dengan menggunakan tools forensically-beta. Penelitian ini diharapkan menunjukkan hasil yang baik dalam mendeteksi objek pada citra sehingga dapat membantu dalam mendeteksi citra yang asli dan citra yang telah dimanipulasi berdasarkan metode ELA dan PCA.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信