Digital forensics of microscopic images for printed source identification
Saat mencoba mengidentifikasi dokumen cetak palsu, memeriksa bukti digital bisa menjadi tantangan tersendiri. Dalam penelitian ini, gambar mikroskopis digunakan untuk identifikasi sumber tercetak karena sifat perbesarannya yang tinggi sehingga menghasilkan informasi tekstur dan struktur yang detail....
Saved in:
| Main Author: | |
|---|---|
| Format: | Article PeerReviewed |
| Language: | English English English |
| Published: |
Springer Netherlands
2018
|
| Subjects: | |
| Online Access: | https://repository.unair.ac.id/120615/1/4.%20Digital%20Forensics%20of.pdf https://repository.unair.ac.id/120615/2/4.%20kesesuaian%20Digital%20forensics%20of.pdf https://repository.unair.ac.id/120615/3/4.%20turnitin%20Digital%20Forensics%20Of%20MicroscopicI.pdf https://repository.unair.ac.id/120615/ https://link.springer.com/article/10.1007/s11042-017-4771-1 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Universitas Airlangga |
| Language: | English English English |
| Summary: | Saat mencoba mengidentifikasi dokumen cetak palsu, memeriksa bukti digital bisa menjadi tantangan tersendiri. Dalam penelitian ini, gambar mikroskopis digunakan untuk identifikasi sumber tercetak karena sifat perbesarannya yang tinggi sehingga menghasilkan informasi tekstur dan struktur yang detail. Penelitian sebelumnya menerapkan pemindai sebagai teknik digitalisasi untuk menyelesaikan identifikasi cetak yang sangat halus, tetapi teknik ini memberikan informasi yang terbatas pada resolusi dan perbesaran sampel. Sebaliknya, kinerja teknik mikroskop dapat mengambil bentuk dan tekstur permukaan dokumen yang dicetak dengan struktur mikro yang berbeda di antara sumber printer. Untuk mengeksplorasi hubungan antara printer sumber dan gambar yang diperoleh oleh mikroskop, pendekatan yang diusulkan menggunakan teknik pemrosesan gambar dan metode eksplorasi data untuk menghitung banyak fitur statistik penting, termasuk: Pola Biner Lokal (LBP), Matriks Co-occurrence Level Gray (GLCM) , Transformasi Wavelet Diskrit (DWT), filter Spasial, filter Wiener, filter Gabor, fitur Haralick, dan SFTA. Di antara kumpulan fitur yang berbeda, pendekatan LBP mencapai tingkat identifikasi tertinggi dan secara signifikan lebih unggul dari metode lainnya. Akibatnya, teknik yang diusulkan menggunakan gambar mikroskopis mencapai tingkat akurasi klasifikasi yang tinggi, yang menunjukkan aplikasi yang menjanjikan untuk penelitian forensik digital dunia nyata. |
|---|