Pemanfaatan 2-D Phase Congruency dan Momen Fungsi Karakteristik untuk deteksi Face Splicing

Abstract

Abstrak Pemalsuan citra semakin marak dan semakin sulit dideteksi seiring dengan perkembangan teknologi dan kemampuan mengolah citra. Manipulasi citra dapat mengakibatkan dampak negatif yang besar. Salah satu jenis pemalsuan citra adalah image splicing, yaitu manipulasi citra yang memotong beberapa bagian dari sebuah citra dan menempelnya ke citra lain. Kasus splicing yang berfokus pada area wajah disebut face splicing. Untuk mendeteksi manipulasi tersebut, ada metode deteksi image splicing berbasis 2-D Phase Congruency dan momen fungsi karakteristik dengan classifier SVM. Namun metode tersebut belum memiliki hasil yang baik untuk kasus face splicing. Dalam tugas akhir ini, diusulkan pengembangan metode tersebut dengan reduksi dimensi fitur menggunakan PCA. Sistem dievaluasi menggunakan ROC Curve dengan variasi parameter PCA terhadap kasus face splicing tanpa dan dengan post-processing, serta gabungan keduanya. Sistem yang diusulkan memberikan nilai AUC terbaik sebesar 90.99% dengan nilai excellent classification. Sistem yang diusulkan berhasil mendeteksi pemalsuan citra berjenis face splicing. Kata kunci : pemalsuan gambar, deteksi pemalsuan gambar, forensik gambar Abstract Recently, image manipulation are getting more difficult to detect along with the development of technology and image processing skills. However, image manipulation undermines trust and has a bad impact in society. One of the most common image manipulation known is image splicing, which crops and paste some region of image into another image. Image splicing which focuses on face is called face splicing. One of detection methods proposed are based on 2-D Phase Congruency and Statistical Moment of Characteristic Function using SVM as its classifier. But this method did not provide good result for face splicing case. On this paper, improvement based on dimension reduction using PCA.System are evaluated using ROC Curve with variation of PCA’s parameters on face splicing case with and without post-processing, and combination of them. The proposed system have improved than the past method. The proposed system gave AUC score 90.99% which grade excellent classification. The proposed system successfully detected face splicing. Keywords: image forensic, image manipulation detection, image manipulation