Deteksi Pemalsuan Gambar Menggunakan Error Level Analysis dan DenseNet Berbasis Mobile
DOI:
https://doi.org/10.58794/jekin.v6i1.2009Keywords:
Pemalsuan gambar, Error Level Analysis, DenseNet, Deep learning, Aplikasi mobileAbstract
Pemalsuan gambar menjadi permasalahan serius di era digital akibat pesatnya penyebaran informasi visual melalui media sosial dan platform daring. Keaslian citra digital memiliki peran penting dalam menjaga kredibilitas informasi serta mencegah penyebaran hoaks. Penelitian ini mengusulkan pengembangan aplikasi deteksi pemalsuan gambar berbasis mobile dengan mengombinasikan metode Error Level Analysis (ELA) dan arsitektur deep learning DenseNet-121. Metode ELA digunakan sebagai tahap praproses untuk menyoroti ketidakkonsistenan tingkat kompresi JPEG yang mengindikasikan adanya manipulasi gambar, sedangkan DenseNet digunakan untuk melakukan klasifikasi biner antara citra asli dan citra palsu. Pengujian dilakukan menggunakan dataset CASIA 2.0 yang terdiri dari 12.616 citra, yang telah melalui proses ELA dan penyeragaman ukuran citra. Hasil eksperimen menunjukkan bahwa model yang diusulkan mencapai akurasi validasi sebesar 97,6% dan akurasi pengujian sebesar 98%. Aplikasi mobile yang dikembangkan mampu memberikan solusi praktis dan akurat dalam mendeteksi pemalsuan gambar sehingga dapat membantu pengguna dalam memverifikasi keaslian citra secara efektif.
Downloads
References
R. Candra and S. Prapanca, “Klasifikasi Gambar Asli dan Manipulasi Menggunakan Error Level Analysis (ELA) sebagai Proses Komputasi Metode Convolutional Neural Network (CNN),” Jurnal Teknologi Informasi, vol. 7, no. 2, pp. 85–92, 2020.
N. Dewi and S. Margaretha, “Fake Image Classification Using FaceNet with Error Level Analysis,”
Jurnal Ilmu Komputer dan Informatika, vol. 6, no. 1, pp. 45–53, 2023.
A. Harahap, “Deteksi Foto Manipulasi dengan Tools Forensicallybeta dan Imageforensics.org Menggunakan Metode Error Level Analysis,” Jurnal Forensik Digital, vol. 5, no. 2, pp. 101–108, 2021.
S. Anwar, A. Fadlil, and I. Riadi, “Analisis Error Level Analysis untuk Deteksi Pemalsuan Citra Digital,” Jurnal Informatika, vol. 15, no. 1, pp. 12–20, 2022.
Wicaksono, Mardiyantoro, and Sibyan, “Implementasi Deteksi Pemalsuan Citra Digital Berbasis Mobile,” Jurnal Sistem Informasi dan Teknologi, vol. 4, no. 3, pp. 77–85, 2022.
G. Huang, Z. Liu, L. Van Der Maaten, and K. Q. Weinberger, “Densely Connected Convolutional Networks,” in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017, pp. 4700–4708.
J. Dong, W. Wang, and T. Tan, “CASIA Image Tampering Detection Evaluation Database,” in Proceedings of the IEEE China Summit & International Conference on Signal and Information Processing, 2013, pp. 422–426.
Eka Purnama, Rozikin, and Ali Ridha, “Penerapan DenseNet untuk Klasifikasi Citra Digital,” Jurnal Artificial Intelligence Indonesia, vol. 3, no. 2, pp. 60–68, 2023.
Bisri and Marzuki, “Forensik Citra Digital Menggunakan Metode Error Level Analysis, Clone Detection, dan EXIF,” Jurnal Keamanan Informasi, vol. 6, no. 1, pp. 33–41, 2023.
Pokhrel, “Digital Image Forgery Detection Using Deep Learning Techniques,” International Journal of Computer Vision, vol. 12, no. 4, pp. 215–224, 2024.
Gumilang, “Analisis Arsitektur DenseNet dalam Pengenalan Pola Citra,” Jurnal Teknologi dan Sistem Komputer, vol. 9, no. 1, pp. 14–22, 2025.
Wijayanto et al., “Pengembangan Sistem Deteksi Pemalsuan Gambar Berbasis Deep Learning,”
Jurnal Informatika dan Rekayasa Perangkat Lunak, vol. 8, no. 2, pp. 90–98, 2025.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 JEKIN - Jurnal Teknik Informatika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
JEKIN-Journal of Informatics Engineering provides open access to anyone, ensuring that the information and findings in the article are useful to everyone. This journal article's entire contents can be accessed and downloaded for free. In accordance with the Creative Commons Attribution-ShareAlike 4.0 International License.
JEKIN-Journal of Informatics Engineering is licensed under a Creative Commons Attribution-ShareAlike 4.0
