Deteksi Manipulasi Citra Bukti Struk Pembayaran Uang Kuliah Menggunakan Metode Error Level Analysis dan Histogram Color Shift Berbasis Web

Muhammad Dzaki Fauzi; Mahardika Abdi Prawira Tanjung

doi:10.33151/ijomss.v4i6.1130

Muhammad Dzaki Fauzi Universitas Muhammadiyah Sumatera Utara
Mahardika Abdi Prawira Tanjung Universitas Muhammadiyah Sumatera Utara

DOI: https://doi.org/10.33151/ijomss.v4i6.1130

Keywords: Deteksi Manipulasi Citra, Error Level Analysis, Histogram Color Shift, Bukti Pembayaran, Aplikasi Berbasis Web

Abstract

Kemudahan penggunaan teknologi digital dalam transaksi keuangan menyebabkan bukti pembayaran berupa struk atau tangkapan layar semakin sering digunakan sebagai dokumen transaksi. Namun, kemudahan dalam menyunting citra digital dapat dimanfaatkan untuk memanipulasi bukti pembayaran sehingga tampak seolah-olah merupakan transaksi yang sah. Kondisi ini menimbulkan risiko penipuan, khususnya pada bukti pembayaran Uang Kuliah Tunggal (UKT). Penelitian ini bertujuan menerapkan metode Error Level Analysis (ELA) dan Histogram Color Shift dalam mendeteksi indikasi manipulasi pada citra struk pembayaran uang kuliah, serta membangun sistem deteksi berbasis web sebagai alat bantu verifikasi awal. Data penelitian terdiri dari 148 citra struk asli dan 150 citra struk manipulasi yang dibuat menggunakan aplikasi desain grafis Canva serta model kecerdasan buatan generatif ChatGPT dan Gemini, dengan total 298 data uji. Proses deteksi dilakukan dengan menganalisis perbedaan riwayat kompresi citra menggunakan ELA dan pergeseran distribusi warna menggunakan Histogram Color Shift. Hasil dari kedua metode digabungkan menggunakan skema pembobotan untuk menghasilkan klasifikasi berupa citra asli atau terindikasi manipulasi. Evaluasi pada threshold 6.0 dengan bobot ELA 0.2 dan bobot Histogram 0.8 menunjukkan akurasi 71.81%, precision 75.0%, recall 66.0%, dan F1-Score 70.21%. Sistem yang dikembangkan menampilkan visualisasi peta ELA, histogram warna, serta hasil klasifikasi melalui antarmuka web yang dapat diakses tanpa keahlian teknis. Penelitian ini diharapkan membantu pihak kampus maupun orang tua atau wali mahasiswa dalam melakukan verifikasi awal terhadap keaslian bukti pembayaran uang kuliah.

Author Biographies

Muhammad Dzaki Fauzi, Universitas Muhammadiyah Sumatera Utara

Program Studi Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi

Mahardika Abdi Prawira Tanjung, Universitas Muhammadiyah Sumatera Utara

Program Studi Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi

References

Ahmed, I. T., Hammad, B. T., & Jamil, N. (2021). Forgery detection algorithm based on texture features. IEEE Access, 9, 94549–94567. https://doi.org/10.1109/ACCESS.2021.3093896

Aqta, D. P., & Sari, I. P. (2025). Evaluasi keefektifan teknik morfologi dan histogram citra digital pada minyak RON 92 di SPBU Pertamina Medan Tembung. Hello World: Jurnal Ilmu Komputer, 3(4), 161–170.

Arizki, M. (2022). Pendeteksian keaslian citra menggunakan metode Error Level Analysis (ELA) pada citra berformat JPEG [Skripsi, Universitas Hasanuddin].

Bau, D., Zhu, J.-Y., Strobelt, H., Lapedriza, A., Zhou, B., & Torralba, A. (2020). Understanding the role of individual units in a deep neural network. Proceedings of the National Academy of Sciences, 117(48), 30071–30078. https://doi.org/10.1073/pnas.1907375117

Fika, F. A., Ikram, M. I., & Syawal, S. I. (2023). Mekanisme transaksi keuangan menggunakan dompet digital (e-wallet) dalam perspektif hukum Islam. Al-Muamalat: Jurnal Hukum dan Ekonomi Syariah, 8(2), 1–19.

Hidayat, T., Yassir, Y., & Syamsul, S. (2023). Perbandingan algoritma Scale Invariant Feature Transform (SIFT) dan Speeded Up Robust Feature (SURF) pada pengenalan objek berbasis MATLAB. Jurnal TEKTRO, 7(1), 72–77.

Ilham, M., & Cuhenda, C. (2025). Sistem informasi maintenance personal komputer berbasis web di DPMPTSP Kota Bandung. Jurnal Informatika dan Teknik Elektro Terapan, 13(3S1).

Krawetz, N. (2007). A picture's worth... digital image analysis and forensics. Black Hat Briefings. https://www.blackhat.com/presentations/bh-dc-08/Krawetz/Whitepaper/bh-dc-08-krawetz-WP.pdf

Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier dan Confusion Matrix pada analisis sentimen berbasis teks pada Twitter. J-SAKTI: Jurnal Sains Komputer dan Informatika, 5(2), 697–711.

Saehan, A., Kusmanto, K., Suryadi, S., & Pohan, T. H. (2023). Pelatihan desain grafis menggunakan aplikasi Canva untuk meningkatkan promosi produk UMKM. Jurnal Pengabdian Masyarakat Gemilang (JPMG), 3(2), 44–48.

Syahdilan, A., & Tanjung, M. A. P. (2024). Implementasi algoritma Discrete Wavelet Transform untuk menambahkan invisible watermarking pada citra digital. JATI (Jurnal Mahasiswa Teknik Informatika), 8(6), 12205–12217.

Wahab, A., Aksara, L. M. F., Yamin, M., Aksara, L. M. B., & Subardin. (2026). Sistem deteksi forensik keaslian gambar dan video menggunakan metode K-Means dan Localization Tampering. SemanTIK: Teknik Informasi, 12(1), 204–213.

Wicaksono, A., Mardiyantoro, N., & Sibyan, H. (2022). Penerapan metode Error Level Analysis untuk mendeteksi modifikasi citra digital. Biner: Jurnal Ilmiah Informatika dan Komputer, 1(1), 62–69.

Yuadi, I. (2023). Forensik digital dan analisis citra. CV. AE Media Grafika.

Ridwan, M., Hartoto, Y. F., Minggu, D., Cahyono, Y. D., & Mahfudi, I. (2026). Sistem forensik citra berbasis ELA-APD-SSIM untuk deteksi manipulasi dokumen resmi. JATI (Jurnal Mahasiswa Teknik Informatika), 10(1), 514–521.

Agusta, F., Setiaji, P., & Triyanto, W. A. (2026). Image forensics analysis of the authenticity of digital payment evidence using the K-Nearest Neighbor Algorithm. Sistemasi: Jurnal Sistem Informasi, 15(1), 132–143.

Sarifudin, Y., & Prayudi, Y. (2026). Analisis penerapan Error Level Analysis (ELA) terintegrasi CNN untuk deteksi manipulasi video dalam digital forensik. JIIP: Jurnal Ilmiah Ilmu Pendidikan, 9(2), 2394–2403.