Implementasi Aplikasi Web untuk Deteksi Manipulasi Gambar Menggunakan ELA, SRM, dan CNN

Abstract

Kemajuan teknologi digital telah mempermudah praktik manipulasi terhadap konten visual seperti gambar, yang berpotensi menyebarkan informasi palsu atau menyesatkan. Deteksi terhadap manipulasi gambar menjadi sangat krusial, terutama bagi pengguna umum yang tidak memiliki akses ke perangkat forensik digital yang kompleks. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah aplikasi web yang sederhana namun mampu mendeteksi manipulasi gambar secara otomatis. Sistem ini menggabungkan metode Error Level Analysis (ELA), Spatial Rich Model (SRM), dan Convolutional Neural Network (CNN) sebagai inti proses deteksi. Proses pengembangan dilakukan melalui analisis kebutuhan pengguna, desain sistem, implementasi antarmuka berbasis HTML dan Tailwind CSS, serta integrasi model CNN menggunakan framework Flask. Berdasarkan hasil uji coba, sistem mampu melakukan deteksi dalam waktu 2 hingga 5 detik, serta memperoleh respons positif dari 10 pengguna terkait kemudahan penggunaan dan kejelasan informasi yang ditampilkan. Aplikasi ini diharapkan dapat menjadi solusi yang praktis dalam memverifikasi keaslian gambar digital, khususnya bagi pengguna non-teknis