SiMaFor (Sistem Identifikasi Image Forgery)

Hak Cipta

SiMaFor (Sistem Identifikasi Image Forgery)

Dalam penelitian ini dikembangkan proses identifikasi digital image forgery untuk jenis Copy-Move Image Forgery. Metode yang digunakan adalah menggunakan metode Deep Learning(DL). Arsitektur DL yang digunakan adalah Convolutional Neural Network(CNN). Untuk CNN yang digunakan adalah ResNet-101. Model yang dikembangkan berdasarkan model yang sebelumnya dikembangkan oleh Sharma et al 2021. Model yang dikembangkan oleh Singh et al 2021 menggunakan CNN ResNet-50. Kekurangan dari model Singh et al 2021 adalah belum diaplikasikan pada dataset dalam jumlah besar serta akurasi masih belum baik karena galat saat proses training model masih tinggi. Dari sana kami memperbaiki model dari Sharma et al 2021 dengan mengganti CNN dari ResNet-50 ke ResNet-101. Pergantian CNN dari ResNet-50 ke ResNet-101 didasarkan pada Sharma et al 2020 yang menyatakan bahwa ResNet101 menghasilkan akurasi yang lebih baik daripada ResNet-50 untuk implementasi pada Identifikasi imaga dan deteksi objek. Pada penelitian ini model yang kami kembangkan difokuskan kepada peningkatan akurasi identifikasi image forgery untuk kasus Copy-Move.

2023-1695344845-eadt

B-6440/III.6.4/TK.11.01/9/2023


( Lihat )

Pusat Riset Kecerdasan Artifisial dan Keamanan Siber

uusk001@brin.go.id

Badan Riset dan Inovasi Nasional

SF - Perangkat Lunak

Cibinong Bogor

26 Juni 2023

EC002023123731

04 Desember 2023

04 Desember 2023

000556686

  • Uus Khusni
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Heru Susanto
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Rachmat Hidayat
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Budhi Riyanto
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Taufik Iqbal Ramdhani
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Iwan Setiawan
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Aulia Hasan Widjaya
    ( Pusat Riset Konservasi Tumbuhan, Kebun Raya dan Kehutanan )
  • Wisnu Handoyo Ardi
    ( Biro Organisasi dan Sumber Daya Manusia )
  • Inggit Puji Astuti
    ( Pusat Riset Konservasi Tumbuhan, Kebun Raya dan Kehutanan )
Kembali