HASIL DAN PEMBAHASAAN
Pada penelitian ini, semua data gambar yang dijadikan data sampel diberi nama sesuai dengan kondisi gambar, kemudian dilakukan pengujian. Urutan pelaksanaan pengujian dibagi atas tiga tahapan:
1. Menggunakan JPEGsnoop_v1_6_0 memeriksa semua file data sampel untuk mengetahui apakah terhadap data tersebut telah dilakukan pengolahan menggunakan perangkat aplikasi tertentu.
2. Mendeteksi gambar cloning. 3. Mendeteksi gambar splicing.
4.1. Data sampel
Gambar yang akan diteliti diambil dari hasil kamera digital Sony 14.1 Mega pixels dan kamera HP Nokia N97 5 Mega pixels, gambar-gambar tersebut dibagi 3 bagian, masing-masing adalah gambar asli, gambar yang digunakan sebagai bahan untuk melakukan proses cloning dan splicing sebanyak 13(tiga belas) gambar, 5 (lima) gambar hasil cloning, dan 5 (lima) gambar hasil splicing. Untuk gambar yang asli diberi nama file Asli1 s/d Asli13, gambar hasil cloning diberi nama file cloning1 s/d cloning5, dan gambar hasil splicing diberi nama file splicing1 s/d splicing5. Proses cloning dan splicing dilakukan dengan menggunakan photoshop lalu disimpan dalam format JPEG dengan quality 5 (medium) skala photoshop. File gambar hasil
proses cloning dan splicing diatas adalah campuran file gambar kamera digital Sony dan kamera HP Nokia N97.
Pada gambar yang dilakukan pemalsuan besar wilayahnya bervariasi, disesuaikan dengan posisi yang memungkinkan untuk dicloning atau displicing.
4.2. Hasil Pengujian
4.2.1. Hasil pengujian Data EXIF menggunakan JPEGsnoop_v1_6_0
JPEGsnoop_v1_6_0 adalah sebuah software yang dapat “membedah” file gambar dengan memaparkan status atau signature dari sebuah file berdasarkan informasi EXIF. Pada penelitian ini, tools tersebut digunakan hanya untuk memeriksa apakah sebuah file telah dilakukan pengeditan atau masih original sehingga untuk masalah data status yang lain tidak dibahas pada tulisan ini.
Semua file yang digunakan pada penelitian diperiksa dengan menggunakan JPEGsnoop_v1_6_0. Dari file Asli1 s/d Asli13 untuk file gambar hasil kamera Sony, terlihat hasil penilaian pada akhir file seperti dibawah:
*** Searching Compression Signatures ***
Signature: 01B95B9EB7508DC0C23E40DFC6BE2512 Signature (Rotated): 011599F2B12AC57E3846AB3F9B84F65C File Offset: 0 bytes
Chroma subsampling: 2x1
EXIF Make/Model: OK [SONY] [DSC-W350] EXIF Makernotes: OK
EXIF Software: NONE
Searching Compression Signatures: (3347 built-in, 1 user(*) )
EXIF.Make / Software EXIF.Model Quality Subsamp Match?
-- --- --- ---
CAM:[SONY ] [DSC-F88 ] [ ] Yes
Based on the analysis of compression characteristics and EXIF metadata:
ASSESSMENT: Class 4 - Uncertain if processed or original
While the EXIF fields indicate original, no compression signatures
in the current database were found matching this make/model
sedangkan untuk gambar hasil kamera HP Nokia N97 terlihat:
*** Searching Compression Signatures ***
Signature: 0155D875C95B74D0F3C5835A62516F48 Signature (Rotated): 01D38A25358EB7649A254E19F1D46600 File Offset: 0 bytes
Chroma subsampling: 1x2
EXIF Make/Model: OK [Nokia] [N97] EXIF Makernotes: OK
EXIF Software: NONE
ASSESSMENT: Class 4 - Uncertain if processed or original
While the EXIF fields indicate original, no compression signatures
in the current database were found matching this make/model
Seperti terlihat pada hasil diatas, untuk file yang asli tertera “ASSESSMENT: Class 4 - Uncertain if processed or original”,yang menyatakan bahwa gambar tersebut belum dilakukan pengolahan dengan software tertentu.
Untuk file cloning1 s/d cloning5 dan file splicing1 s/d splicing5, akan terlihat hasil penilaian akhir seperti dibawah:
*** Searching Compression Signatures ***
Signature: 01B7D42A6678B6F1F20EB05FFC2A8EB9 Signature (Rotated): 01B7D42A6678B6F1F20EB05FFC2A8EB9 File Offset: 0 bytes
Chroma subsampling: 2x2
EXIF Make/Model: OK [SONY] [DSC-W350] EXIF Makernotes: NONE
Searching Compression Signatures: (3347 built-in, 1 user(*) )
EXIF.Make / Software EXIF.Model Quality Subsamp Match? --- --- --- ---
SW :[Adobe Photoshop] [Save As 05 ]
NOTE: Photoshop IRB detected
NOTE: EXIF Software field recognized as from editor
Based on the analysis of compression characteristics and EXIF metadata:
ASSESSMENT: Class 1 - Image is processed/edited
*** Searching Compression Signatures ***
Signature: 01B7D42A6678B6F1F20EB05FFC2A8EB9 Signature (Rotated): 01B7D42A6678B6F1F20EB05FFC2A8EB9 File Offset: 0 bytes
Chroma subsampling: 2x2
EXIF Make/Model: OK [Nokia] [N97] EXIF Makernotes: NONE
EXIF Software: OK [Adobe Photoshop CS6 (Windows)]
Searching Compression Signatures: (3347 built-in, 1 user(*) )
EXIF.Make / Software EXIF.Model Quality Subsamp Match? --- --- --- ---
SW :[Adobe Photoshop ] Save As 05]
NOTE: Photoshop IRB detected
NOTE: EXIF Software field recognized as from editor
Based on the analysis of compression characteristics and EXIF metadata:
ASSESSMENT: Class 1 - Image is processed/edited
Terlihat untuk masing-masing gambar hasil kamera Sony dan Nokia yang diedit menggunakan Photoshop CS6, hasil akhirnya adalah : “ASSESSMENT: Class 1 - Image is processed/edited ”
Dari hasil diatas terlihat bahwa JPEGsnoop_v1_6_0 akan memberikan penilaian terhadap sebuah file apakah telah dilakukan pengeditan atau masih original dan juga memberikan jenis kamera yang digunakan seperti yang terlihat pada tulisan yang ditebalkan. Dari beberapa percobaan yang dilakukan bila daftar software editing
terdapat pada library JPEGsnoop_v1_6_0, maka akan ditampilkan software editing tersebut. Terlihat juga tanggal pengambilan dan tanggal modifikasi gambar tersebut seperti tampak pada salah satu bagian bedah file yang dilakukan JPEGsnoop_v1_6_0 untuk contoh file kasus yang telah diolah.
[Software ] = "Adobe Photoshop CS6 (Windows)" [DateTime ] = "2012:12:02 11:05:12"
………….. ………
[DateTimeOriginal ] = "2011:09:01 17:22:36" [DateTimeDigitized ] = "2011:09:01 17:22:36"
Pada hasil diatas terlihat pengeditan gambar menggunakan software photoshop CS6 dan waktunya adalah tgl 2 Desember 2012 jam 11:05:12.
Pada Tabel 4.1. ditampilkan hasil pengujian dengan menggunakan JPEGsnoop_v1_6_0, terhadap seluruh data sampel.
Tabel 4.1. Hasil pengujian dengan menggunakan
JPEGsnoop_v1_6_0,terhadap seluruh data sampel
Nama Sumber Edited Tgl edit Asli Pengolah
Asli1 Sony DSC- - Original None
Asli2 Sony DSC- - Original None
Asli3 Sony DSC- - Original None
Asli4 Sony DSC- - Original None
Asli5 Nokia N97 - Original None
Asli6 Nokia N97 - Original None
Asli7 Sony DSC- - Original None
Asli8 Sony DSC- - Original None
Asli9 Sony DSC- - Original None
Tabel 4.1. (sambungan) Nama
Sumber Edited Tgl edit Asli Pengolah
Asli11 Sony DSC- - Original None
Asli12 Sony DSC- - Original None
Asli13 Sony DSC- - Original None
Cloning1 Sony DSC- Edited "2012:12:02 11:48:29"
- Photoshop CS6 Cloning2 Sony DSC- Edited "2012:10:27 - Photoshop
CS5.1
Cloning3 Sony DSC- Edited "2012:12:02 - Photoshop CS6 Cloning4 Sony DSC- Edited "2012:12:02
12:22:31"
- Photoshop CS6 Cloning5 Sony DSC- Edited "2012:12:02 - Photoshop CS6 Splicing1 Sony DSC- Edited "2012:12:02 - Photoshop CS6 Splicing2 Sony DSC- Edited "2012:12:02
11:12:24"
- Photoshop CS6 Splicing3 Sony DSC- Edited "2013:02:10 - Photoshop CS6 Splicing4 Sony DSC- Edited "2012:12:02
11:39:29"
- Photoshop CS6 Splicing5 Nokia N97 Edited "2013:02:10
12:00:51"
- Photoshop CS6
4.2.2. Hasil pengujian menggunakan metode matching block
Semua proses pengujian digunakan dengan perangkat MatLab setiap file data sampel diuji sesuai dengan langkah-langkah alur pendeteksian pada Gambar 2.6a.
Metode matching block digunakan untuk mendeteksi gambar dipalsukan dengan metode copy-move atau cloning, tujuannya adalah untuk mencari blok yang
identik sebagai presentase adanya duplikasi dari blok-blok tertentu. Gambar yang dideteksi diasumsikan adalah gambar palsu yang tidak dilakukan attack (penyerangan) yang dimaksud penyerangan adalah pasca proses yang dilakukan terhadap region copy-move seperti penghalusan, pengaburan dll, karena sebuah metode pendeteksian akan berkurang tingkat keberhasilannya apabila dilakukan attack [25]. Walaupun dari sampel data yang diuji untuk gambar cloning1.jpg dan cloning5.jpeg penulis melakukan peng-copy-an dengan menggunakan fasilitas photoshop yang mungkin bisa dianggap sebagai attack, untuk file cloning1.jpg penulis melakukan peng-copy-an dengan fasilitas select sebuah region berdasarkan kemiripan warna sehingga tidak semua objek pada region tersebut ter-copy sedang untuk file cloning5.jpeg penulis menggunakan fasilitas content aware yang berfungsi menghilangkan objek citra dari sebuah gambar.
Langkah pertama dalam pencocokan blok adalah dengan membagi gambar menjadi blok overlapping 8x8 dengan sift per satu piksel semua proses dilakukan dalam ruang warna grayscale.
Lalu semua blok tersebut dibentuk menjadi sebuah matriks baris setiap baris berisi blok piksel 8 x 8 tersebut urutan dari baris matriks adalah sesuai dengan pergeseran blok mulai dari sisi kiri atas bergeser kekanan dan berakhir pada sisi kanan bawah dari gambar.
Untuk setiap blok dihitung koefisien DCT dengan menggunakan DCT transform lalu kemudian nilai koefisien DCT yang didapat dikuantisasi dengan matriks kuantisasi standar JPEG. Blok yang berisi koefisien DCT terkuantisasi
tersebut disusun dalam bentuk array baris sehingga data berbentuk matriks baris dan setiap baris berisi matriks blok 8 x 8.
Matriks baris tersebut di sort secara leksikografi sehingga blok yang identik akan berdekatan ini juga untuk mereduksi waktu ketika dilakukan pencocokan blok yang identik sehingga blok yang dibandingkan cukup blok yang berdekatan (Persamaan 2.7) blok berpasangan yang identik dikelompokkan sehingga didapat matriks baru yang berisi blok berpasangan tadi. Matriks baru tersebut disusun berdasarkan vektor sift dari elemen piksel sebagai presentase dari blok berpasangan yang identik.
Lalu dengan nilai threshold yang ditentukan pasangan blok yang identik tadi dibandingkan apabila besar dari nilai threshold maka dapat diduga sebagai blok yang diduplikasi. Untuk menentukan wilayah duplikasi, blok-blok yang identik tadi diubah pikselnya menjadi putih (255), sebelumnya gambar yang hendak diuji tadi pikselnya diubah menjadi hitam(0) maka pada hasil outputnya akan terlihat kumpulan kelompok berwarna putih yang diduga sebagai wilayah yang diduplikasi dan duplikatnya.
Dalam percobaan, ukuran dimensi gambar yang diproses di resizing (diubah ukurannya) alasannya adalah untuk melakukan pengurangan waktu proses karena untuk melakukan proses hingga selesai seperti pada contoh diatas (gambar di resize dengan ukuran 256 x 256) membutuhkan waktu lebih kurang 30 menit dengan total blok 62001.
Untuk uji data dengan sampel cloning2.jpg hasilnya dapat dilihat pada Gambar 4.1.
(a) (b) (c)
Gambar 4.1. Sampel data uji cloning2.jpg, (a) gambar asli, (b) gambar cloning, yang dilingkari adalah duplikasi (c) gambar hasil deteksi
Dari hasil diatas terlihat terlalu banyak pencocokan palsu mungkin algoritma yang digunakan dalam penulisan program masih perlu direvisi. Berhasilnya pendeteksian gambar palsu cloning tergantung kepada ukuran-ukuran yang digunakan untuk menentukan identiknya blok dan bila blok betul-betul identik maka dapat diduga kuat bahwa telah terjadi cloning, menurut Hieu Cuong Nguyen berdasarkan penelitian yang dilakukannya tingkat keberhasilan deteksi copy-move berbasis block JPEG dengan melakukan pencocokan blok rata-rata mencapai 95 % [25], berdasarkan itu penulis beranggapan bahwa kesalahan pengujian dalam penelitian ini besar kemungkinan adalah pada penulisan program.
4.2.3. Hasil pengujian menggunakan metode deteksi tepi
Semua proses pengujian digunakan dengan perangkat MatLab setiap file data sampel diuji sesuai dengan langkah-langkah pada Gambar 2.6b.
Gambar yang akan dideteksi adalah file splicing1.jpg s/d splicing5.jpg, file tersebut adalah hasil dari olahan menggunakan photoshop dan disimpan dalam format JPEG sehingga berupa file JPEG terkompres dengan kualitas medium skala photoshop.
Dalam pengujian ini gambar tersebut dibagi dalam blok non-overlapping dengan ukuran standar kompres JPEG yaitu blok ukuran 8 x 8 tujuannya adalah untuk mendapatkan blok artefak yang dihasilkan oleh fenomena DCT kompres.
Selanjutnya untuk setiap blok dihitung perbedaan nilai piksel batas blok e(i,j), dari nilai e(i,j) untuk masing-masing blok dibandingkan terhadap nilai e(i,j) blok dikanannya (Dright) dan dengan blok dibawahnya (Dbottom
Untuk menentukan daerah splicing nilai D ).
rigth dan Dbottom dibandingkan
terhadap suatu nilai ambang batas yang ditentukan (threshold), jika Drigth dan Dbottom
Pada pengujian ini, gambar yang diuji ukurannya sesuai dengan aslinya pengujian dilakukan terhadap gambar untuk skala faktor kuantisasi bervariasi diubah keduanya lebih besar dari threshold semua piksel blok (i,j) diubah menjadi warna putih dan diduga sebagai tepi splicing, blok (i,j) yang lain diubah menjai warna hitam.
dengan perintah Matlab tujuan awalnya adalah untuk mengantisipasi gambar alam pepohonan [11] nilai threshold yang diterapkan juga bervariasi.
Berdasarkan hasil pengujian untuk gambar alam tetap mempunyai banyak pencocokan palsu tetapi untuk yang bukan gambar alam hasilnya sudah mendekati target yang diharapkan. Sebagai perbandingan dapat dilihat dari hasil percobaan dibawah ini.
Pada Gambar 4.2. berturut-turut adalah gambar asli (a dan b) yang digunakan sebagai sumber gambar hasil splicing dan gambar hasil deteksi.
(a) Gambar sumber 1 (b) Gambar sumber 2
(c) Gambar hasil splicing (d) Hasil deteksi
Gambar 4.2. (a) dan (b) adalah gambar sumber, (c) adalah gambar hasil splicing Q=85, dan (d) adalah hasil deteksi dengan threshold 70
Hasil yang didapat untuk gambar alam banyak menghasilkan pencocokan palsu walaupun telah dilakukan skala faktor kuantisasi yang lebih besar sehingga hasil yang didapat jauh dari target yang diharapkan. Pada Gambar 4.3 bisa dilihat hasil yang didapat ketika splicing dilakukan pada gambar alam.
(a) Gambar sumber 1 (b) Gambar sumber 2
(c) Gambar hasil splicing (d) Hasil deteksi
Gambar 4.3. (a) dan (b) adalah gambar sumber, (c) adalah gambar hasil splicing Q=85, dan (d) adalah hasil deteksi dengan threshold 70
Semua pengujian dilakukan dengan Aplikasi Matlab kode programnya terlampir pada Lampiran 1 hasil pengujian untuk gambar lainnya terlampir pada
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Dari hasil penelitian yang dilakukan diperoleh beberapa kesimpulan sebagai berikut:
1. Aplikasi JPEGsnoop dapat mendeteksi apakah sebuah gambar JPEG telah dimanipulasi atau orisinil tetapi tidak dapat menentukan area yang dimanipulasi.
2. Hasil pengujian terhadap gambar cloning dari 5 data uji tidak ada yang sesuai dengan target yang diharapkan terlalu banyak pencocokan palsu. 3. Hasil pengujian terhadap gambar splicing, dari 5 data uji untuk gambar
alam pepohonan hasilnya kurang memuaskan banyak pencocokan palsu tetapi untuk gambar non alam, tingkat keberhasilan sesuai dengan target penelitian.
4. Tingkat keberhasilan pendeteksian tergantung pada skala faktor kuantisasi dan nilai threshold.
5.2. Saran
1. Perlu penelitian lebih lanjut untuk mendapatkan metode pencocokan blok yang akurat.
2. Dibutuhkan metode tertentu yang dapat mengantisipasi tekstur gambar alam sehingga dapat meminimalisasi pencocokan palsu.
3. Perlu melakukan penggabungan dari metode-metode penelitian yang telah dilakukan untuk mendapatlkan hasil yang lebih sempurna.
DAFTAR PUSTAKA
1. Thomas Gloe, dkk, “Can We Trust Digital Image Forensic?”, www. citeseerx.ist.psu.edu. (2007).
2. M.Sridevi, dkk, “Copy-move Image Forgery Detection in a Parallel Environment” 3. Wei Luo, dkk, “A Survey of Passive Technology for Digital Image Forensics”, Front. Comput. Sci. China, 2(1) : 1 – 11.(2007).
4. Voruganti Arun Kumar Raj, “Digital image tamper detection tools”, Thesis:
University of Applied Sciences.(2005).
5. Wikipedia, The Free Encyclopedia.
6. Giuseppe Messina, “DCT Based Digital Forgery Identification”, Presentasi pada Interpol Crime Againts Children Group, Lyon, 25 maret 2009. 7. Wang Jung Wen, dkk, “Detecting JPEG image forgery based on double
compression”, Journal of Systems Engineering and Electronics Vol. 20, No. 5, 2009.
8. Jessica Fridrich, David Soukal, and Jan Lukáš , “Detection of Copy-Move Forgery in Digital Images”,
(2003). 9. Hwei Jen Lin, dkk, “Fast Copy-Move Forgery Detection”, WSEAS
Transactions on Signal Processing, Issue 5, Volume 5, May 2009. 10. Junfeng He, dkk, “Detecting Doctored JPEG Images Via DCT Coefficient
Analysis”, http://ijcns.uacee.org/vol1iss1/files/68.pdf .
11. Yanjun Cao, dkk, “A Robust Detection Algorithm for Region Duplication in Digital Images”, Qunting Yang International Journal of Digital Content Technology and its Applications. Volume 5, Number 6, June 2011.
12. Weiqi Luo, dkk, “A Novel Method For Detecting Cropped and Recompressed Image Block”, Sumber
13. Wei Wang, Jing Dong and Tieniu Tan , “Effective Image Splicing Detection Based on Image Chroma”,
14.
15. Jonathan Sach , “Digital Image Basics Copyright © 1996-1999 Digital Light & Color.
16. Adrian Ford & Alan Roberts, “Colour Space Convertion”, edition Aug.1998, Sumber downloa
17. Wikipedia, The Free Encyclopedia
18. Wikipedia, The Free Encyclopedia,
19. Yao Wang, “DCT and Transform Coding”, Polytechnic University, Brooklyn, NY
20. Nageswara Rao Thota, Srinivasa Kumar Devireddy, “Image compression using Discrete Cosine Transform”, Georgian Electronic Scientific Journal:
Computer Science and Telecommunications 2008/No.3(17). 2008. 21. Wei Wang, Jing Dong, dan Tieniu Tan, “Tampered Region Localization of
Digital Color Images Based on JPEG Compression Noise”, National Laboratory of Pattern Recognition,Institute of Automation, Chinese Academy of Sciences. (2010).
22. Jhon C Russ, “Forensic Uses of Digital Imaging”, CRC Press LLC. 2001.
23. Brian MacNamee ,” Image Segmentation: Thresholding” Course website :
24. Nir Milstein, “Image Segmentation by Adaptive Thresholding”, Technion – Israel Institute of Technology The Faculty for Computer Sciences. 1998
25. Webcourse, Universitas Haifa, Israel, diakses Maret 2013. 26. Hieu Cuong Nguyen, dkk, “Security of Copy-Move Forgery Detection
Techniques” , Computer Science Department, Darmstadt University of Technology, Germany.
27. Yun Q. Shi, dkk, “ A Natural Image Model Approach to Splicing Detection”, New Jersey Institute of Technology. (2007).
28. Xudong Zhao, dkk, “Detecting Digital Image Splicing in Chroma space”, Department of Electronic Engineering, Shanghai Jiao Tong University. (2010)
29. Jonathan R Sturak, “Forensic Analysis of digital image Tampering”, Thesis: Air Force Institute of Technologi. 2004.
LAMPIRAN 1
Lamp.1.1 Program untuk Cloning close all
clear all
% Inisialisasi Variable Global global Blksize matrix
Blksize = 8; matrix = []; shift = [];
threshold = 150; % Threshold tergantung gambar kasus berdasarkan histogram Q = [16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99]; oriImg = imread('NAMA FILE.jpg');
resizeImg = imresize(oriImg, [256 256]);% ukuran diresize untuk reduksi waktu proses
ImgGray = rgb2gray(resizeImg); [Height Width] = size(ImgGray);
% lakukan pergeseran pada pixel-pixel citra for j=1:Height for i=1:Width ImgBiner(i,j) = 0; end end
% Membagi citra Kedalam Blok Matriks persegi ukuran 8x8 (BxB)
% Jumlah Blok dalam Suatu Citra Resolusi MxN sebanyak : (M-B+1)*(N-B+1) i_pos = 1;
indexBlk=0;
for i=1:(Height-Blksize+1) % sliding per-baris for j=1:(Width-Blksize+1) %sliding per-kolom
% Proses komputasi DCT Block(:,:,indexBlk+j)=dct2(ImgGray(i:(i-1)+Blksize,j:(j-1)+Blksize)); coeffDCT(:,:,indexBlk+j) = round(Block(:,:,indexBlk+j)./Q); index(indexBlk+j).i = i_pos; index(indexBlk+j).x = i; index(indexBlk+j).y = j; index(indexBlk+j).dc = coeffDCT(1,1,indexBlk+j); i_pos = i_pos + 1; end indexBlk = indexBlk+(Height-Blksize+1); end
% Susun hasil matrix DCT yang telah ter-quantisasi kedalam matrix baru for i=1:(Height-Blksize+1)*(Width-Blksize+1)
matrix = [matrix conv2D(coeffDCT(:,:,i), Blksize)]; end
% Inisialisasi vektor shift dengan 0 sebelum memulai algoritma for i=1:Width for j=1:2*Height shift((j-1) * Width + i) = 0; end end
% Bentuk vektor shift dari pixel yang identik pada tiap block for i=1:((Height-Blksize+1)*(Width-Blksize+1)-1)
if compare( index(i).i, index(i+1).i ) == 0 %resizeImg(index(i).x,index(i).y,1) = 255; sx = index(i).x - index(i+1).x; sy = index(i).y - index(i+1).y; if sx < 0 sx = -sx; sy = -sy; end sy = sy + Height;
shift(sy * Width + sx) = shift(sy * Width + sx) + 1; if shift(sy * Width + sx) > threshold
ImgBiner(index(i).x,index(i).y) = 255;
%resizeImg(ordered(i).x,ordered(i).y,2) = 255; %disp(shift(sy * Width + sx));
end end
end
imshow(ImgBiner);
function Y = conv2D(Block, BlockSize) temp = [];
for i=1:BlockSize
temp = [temp Block(i,:)]; end
Y = te
function Y = compare(A, B) % parameter fungsi compare adalah index dari Block yang telah di urut secara lexicographic
global Blksize matrix
% Ambil Element Matrix-1
first_a = (A-1)*Blksize*Blksize+1; last_a = Blksize*Blksize-1+first_a;
% Ambil matrix DCT yang telah diquantisasi untuk melihat pergeseran MatA = matrix(first_a:last_a);
% Ambil Element Matrix-2
first_b = (B-1)*Blksize*Blksize+1; last_b = Blksize*Blksize-1+first_b;
% Ambil matrix DCT yang telah diquantisasi untuk melihat pergeseran MatB = matrix(first_b:last_b);
Y = 0; % return 0 jika perbandingan antar blok sama for i=1:Blksize*Blksize if MatA(1,i) < MatB(1,i) Y = -1; break; end if MatA(1,i) > MatB(1,i) Y = 1; break; end
Lamp. 1.2 Program untuk Splicing % Sumber [14]
close all; clear all;
% Proses dilakukan untuk QF=85 %image = imread('cloning4.jpg');
%imwrite(image,'cloning4a.jpg','quality',85); % Proses dilakukan dalam ruang warna Grayscale [m,n,z] = size(image); if(z == 3) image=double(rgb2gray(image)); else image=double(image); end
% Menghitung nilai e(i,j) deteksi tepi blok 8x8 j = 1;
w = waitbar(0); while((8*j) < m) % Wait bar
waitbar((8*j)/(3*m),w, 'Please Wait...'); i = 1;
while((8*i) < n)
value = image( (8*j),(8*i) ) - ... image( (8*j), ((8*i)+1) ) - ... image( ((8*j)+1), (8*i) ) + ... image( ((8*j)+1), ((8*i)+1) );
% Sets all 64 pixels in block equal calculated value a=((8*(j-1))+1); while(a <= (8*j)) b=((8*(i-1))+1); while(b <= (8*i)) image(a,b) = value; b=b+1; end a=a+1; end i=i+1; end j=j+1; end cnt = (8*j);
% Hitung Drigth dan Dbottom dari e(i,j)dan periksa % untuk yang lebih besar dari threshold
j = 1;
% Wait bar
waitbar((cnt + (8*j))/(3*m),w, 'Please Wait...'); i=1;
while((8*i) < n)
difflr = abs(image( (8*j),(8*i) ) - ... image( (8*j), ((8*i)+1) ));
diffud = abs(image( (8*j),(8*i) ) - ... image( ((8*j)+1), (8*i) ));
if ((difflr >= 70) || (diffud >= 70)) % Nilai Threshold tergantung gambar kasus dilihat dari histogram
% Ubah semua piksel pada blok 8x8 yang memenuhi menjadi putih(255) a=((8*(j-1))+1); while(a <= (8*j)) b=((8*(i-1))+1); while(b <= (8*i)) image(a,b) = 255; b=b+1; end a=a+1; end end i=i+1; end j=j+1; end cnt = ((2*8)*j);
% Ubah blok piksel yang tidak putih menjadi piksel hitam (0) j = 1;
while((8*j) < m) % Wait bar
waitbar((cnt + (8*j))/(3*m),w, 'Please Wait...'); i = 1; while((8*i) < n) if(image( (8*j),(8*i) ) ~= 255 ) a=((8*(j-1))+1); while(a <= (8*j)) b=((8*(i-1))+1); while(b <= (8*i)) image(a,b) = 0; b=b+1; end
a=a+1; end end i=i+1; end j=j+1; end
% Cleans up right border i = 1; while((8*i) < n) i=i+1; end i=i-1; a = 1; while(a <= m) b=1; while((8*(i-1)+b) <= n) image(a, (8*(i-1)+b)) = 0; b=b+1; end a=a+1; end
% Sets j to bottom pixel row for next loop j=1;
while((8*j) < m) j=j+1;
end
% Cleans up next to last row a = 1; while(a <= n) b=1; while((8*(j-2)+b) <= m) image((8*(j-2)+b), a) = 0; b=b+1; end a=a+1; end
% Cleans up last row a = 1;
while(a <= n) b=1;
while((8*(j-1)+b) <= m) image((8*(j-1)+b), a) = 0;
b=b+1; end a=a+1; end
% Close Wait bar close(w);
% Tampilkan matriks sebagai image; imshow(image);
LAMPIRAN 2 Lamp. 2.1 Hasil uji coba gambar cloning
Gambar Cloning1.jpg, yang dilingkari duplikasi
Gambar Cloning2.jpg, yang dilingkari duplikasi
Gambar Cloning3.jpg, yang dilingkari duplikasi
Gambar Cloning4.jpg, yang dilingkari duplikasi
Gambar Cloning5.jpg, yang dilingkari dihilangkan dengan fasilitas Content Aware Photoshop
Lamp, 2.2 Hasil uji coba gambar Splicing
Gambar Splicing1.jpg, yang dilingkari Splicing
Gambar Splicing2.jpg, yang dilingkari Splicing
Gambar Splicing3.jpg, yang dilingkari Splicing
Gambar Splicing4.jpg, yang dilingkari Splicing
Hasil Deteksi splicing4.jpg
Gambar Splicing4.jpg, yang dilingkari Splicing