PRINTER FORENSIK UNTUK IDENTIFIKASI DOKUMEN CETAK

dokumen-dokumen yang mirip
BAB II TINJAUAN PUSTAKA. teori yang sesuai dengan penelitian printer forensik

PENGEMBANGAN PRINTER FORENSIK UNTUK IDENTIFIKASI DATA DOKUMEN CETAK

BAB V HASIL PENELITIAN DAN PEMBAHASAN

Analisis Pengaruh Sampling Rate Dalam Melakukan Identifikasi Pembicara Pada Rekaman Audio

Ekstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE)

Perancangan Konversi Braille Ke Teks Berbasis Android

BAB III LANDASAN TEORI. 3.1 Metode GLCM ( Gray Level Co-Occurrence Matrix)

BAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat

BAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali

IDENTIFIKASI KEASLIAN MATA UANG RUPIAH MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR (K-NN)

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 3 METODOLOGI. melakukan pengamatan dan analisis dari gambar yang didapat. Untuk bisa mendapatkan

BAB IV HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

DAFTAR ISI. BAB II... Error! Bookmark not defined.

Penyusun Tugas Akhir Alvian Adi Pratama [ ] Dosen Pembimbing Diana Purwitasari, S.Kom, M.Sc. Dr. Eng. Nanik Suciati, S.Kom., M.Kom.

KLASIFIKASI JENIS DAGING BERDASARKAN TEKSTUR MENGGUNAKAN METODE GRAY LEVEL COOCURENT MATRIX


Pertemuan 2 Representasi Citra

BAB I PENDAHULUAN. 1.1 Latar Belakang

PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA

APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA

PERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE

LEMBAR PENGESAHAN TUGAS AKHIR...

PENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA ABSTRAK

BAB I PENDAHULUAN 1.1. Latar Belakang

ABSTRAK. Universitas Kristen Maranatha

1. Pendahuluan. 1.1 Latar belakang

BAB 1 PENDAHULUAN Latar Belakang

PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH

ABSTRACT. Keyword : Reef Fish, HSL, GLCM, PNN.

Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski

PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)

KLASIFIKASI BATIK MENGGUNAKAN METODE K-NEAREST NEIGHBOUR BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM)

Perancangan Perangkat Lunak untuk Ekstraksi Ciri dan Klasifikasi Pola Batik

BAB III METODOLOGI PENELITIAN

IMPLEMENTASI APLIKASI PENGENALAN JENIS KELAMIN BERDASARKAN CITRA WAJAH DENGAN METODE SUPPORT VECTOR MACHINE SECARA REAL TIME

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB I PENDAHULUAN. 1 U n i v e r s i t a s T e l k o m

ESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH

Muhammad Nasir. Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km Lhokseumawe

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Saat ini, teknologi komputer telah berkembang dengan pesat dan telah

BAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a

Deteksi Keaslian Video Pada Handycam Dengan Metode Localization Tampering

Terkait dengan klasifikasi trafik jaringan komputer, beberapa penelitian telah dilakukan dengan fokus pada penerapan data mining. Penelitian tentang

PENENTUAN JENIS FRAKTUR BATANG (DIAFISIS) PADA TULANG PIPA BERBASIS PENGOLAHAN CITRA DIGITAL DAN SUPPORT VECTOR MACHINE

MODEL ACQUISISI REKAMAN SUARA DI AUDIO FORENSIK

BAB 1 PENDAHULUAN Latar belakang masalah

PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING

BAB I PENDAHULUAN. organ dalam tubuh seperti Computed Tomography (CT) scan, Digital

APLIKASI EKSTRAKSI CIRI TEKSTUR MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX

ANALISIS FITUR TEKSTUR DAUN MANGGA DENGAN FISHER S DISCRIMINANT RATIO UNTUK PENCAPAIAN FITUR YANG INFORMATIF

1 BAB I PENDAHULUAN. 1.1 Latar Belakang

Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means

Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor

KLASIFIKASI CITRA FORMULIR MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) PADA PROSES DIGITALISASI FORMULIR

PERBANDINGAN TINGKAT AKURASI JENIS CITRA KEABUAN, HSV, DAN L*a*b* PADA IDENTIFIKASI JENIS BUAH PIR

Journal of Control and Network Systems

ALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT

ALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS

PENGOLAHAN CITRA DETEKSI GRANULOMA MELALUI PERIAPICAL RADIOGRAF DENGAN METODE TRANSFORMASI DCT DAN LINIER DISCRIMINANT ANALYSIS BERBASIS ANDROID

Hardian Oktavianto 1, Izzati Muhimmah 2, Taufiq Hidayat 2 1

Ekstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE)

Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor

APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN ALGORITMA SOBEL S EDGE DETECTION Arwin Halim 1, Hernawati Gohzali 2, In Sin 3, Kelvin Wijaya 4

APLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI

APLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM)

ANALYSIS PERFORMANCE FITUR BENTUK, WARNA DAN TEKSTUR CITRA PADA PENELUSURAN INFORMASI ASET BERBASIS CBIR

KLASIFIKASI JENIS KUALITAS KEJU DENGAN MENGGUNAKAN METODE GRAY LEVEL COOCCURRENCE MATRIX (GLCM) DAN SUPPORT VECTOR MACHINE (SVM) PADA CITRA DIGITAL

Segmentasi Citra Berwarna Menggunakan Deteksi Tepi dan Fuzzy C-Means yang Dimodifikasi Berdasarkan Informasi Ketetanggaan

Klasifikasi Tingkat Keparahan Non- ProliferativeI Diabetic Retinopathy Bedarsarkan Hard Exudate Menggunakan Extreme Learning Machine

Implementasi Deteksi Seam Carving Berdasarkan Perubahan Ukuran Citra Menggunakan Local Binary Patterns dan Support Vector Machine

BAB 1 PENDAHULUAN. Perkembangan pengetahuan dibidang kecerdasan buatan sedemikian

PENDAHULUAN. Latar Belakang

IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI

IDENTIFIKASI PENULIS MELALUI POLA TULISAN TANGAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

ANALISIS LIVE FORENSICS UNTUK PERBANDINGAN APLIKASI INSTANT MESSENGER PADA SISTEM OPERASI WINDOWS 10

DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR

Implementasi dan Analisa Granular Support Vector Machine with Data Cleaning (GSVM-DC) untuk Spam Filtering

BAB II TINJAUAN PUSTAKA. Least Square Support Vector Machines yang dilakukan oleh (Anindya Ghosh et

EKSTRAKSI FITUR TEKSTUR CITRA TEMPE MENGGUNAKAN METODE GRAY LEVEL CO-OCCURENCE MATRIX

PENGKLASIFIKASIAN TINGKAT DANGEROUS DRIVING BEHAVIOR MENGGUNAKAN DATA ELEKTROENSEFALOGRAFI (EEG) DENGAN PENDEKATAN MACHINE LEARNING

DAFTAR ISI HALAMAN PERSETUJUAN... III PERNYATAAN... IV PRAKATA... V DAFTAR ISI... VI DAFTAR GAMBAR... IX DAFTAR TABEL... XII INTISARI...

PENGENALAN WAJAH MENGGUNAKAN METODE LINEAR DISCRIMINANT ANALYSIS DAN K NEAREST NEIGHBOR

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN

Integrasi Peringkas Dokumen Otomatis Dengan Penggabungan Metode Fitur dan Metode Latent Semantic Analysis (LSA) Sebagai Feature Reduction

BAB I PENDAHULUAN. beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang

Pengenalan Jenis Ikan Air Laut dengan Metode Learning Vector Quantization (LVQ) Berbasis Citra

BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

PRINTER FORENSIK UNTUK IDENTIFIKASI DOKUMEN CETAK Florentina Tatrin Kurniati 1), Alb Joko Santoso 2), Suyoto 3) 1), 2), 3) Program Studi Teknik Informatika Universitas Atma Jaya Yogyakarta Jl. Babarsari No.43 Yogyakarta 55281, Indonesia Email : florentina.tatrin@gmail.com 1), albjoko@mail.uajy.ac.id 2), suyoto@mail.uajy.ac.id 3) Abstrak Peralatan printer telah berkembang secara pesat dan merupakan salah satu bagian dari pertumbuhan peralatan di era digital modern. Munculnya permasalahan menyangkut pembuktian asal dokumen menjadi salah satu dasar kebutuhan akan printer forensik. Printer forensik merupakan suatu kerangka proses dan prosedur untuk investigasi dengan tujuan untuk mengetahui sumber cetak dari suatu dokumen. Proses identifikasi pada suatu dokumen cetak dilakukan menggunakan kaidah dan prosedur digital forensik secara umum yaitu persiapan, analisis, dan laporan investigasi. Printer forensik merupakan bagian dari digital forensik sehingga proses forensik yang dilakukan tetap memenuhi kaidah yang ada didalam digital forensik. Pada tahapan ini dilakukan untuk mendapatkan data dokumen, tentunya kecukupan data dokumen pembanding (dokumen tersangka) menjadi penting untuk dipenuhi. Selain itu untuk keperluan proses identifikasi dipersiapkan pula tool ataupun metode untuk melakukan ektraksi ciri yang nantinya digunakan untuk proses mendapatkan ciri dan karakteristik. Beberapa metode ektraksi ciri yang dapat digunakan untuk mendapatkan ciri pada proses identifikasi untuk printer forensik adalah GLCM (Gray -Level Co-Occurrence Matrix), Edge detection, Discrete Wavelet Transform. Untuk kebutuhan memunculkan ciri perlu diperhatikan jenis printer dan jenis tinta, serta bersumber dari nilai piksel pada matrik gambar hasil scan. Tahapan berikutnya adalah proses analisis, dilakukan dengan menggunakan metode klasifikasi yang mampu melakukan evaluasi dari data yang didapatkan pada proses ektraksi ciri. Untuk metode klasifikasi metode yang digunakan diantaranya adalah Fuzzy C Mean, Support Vector Machines, K-NN (K - Nearest Neighbor). Ciri yang tepat dan sesuai dapat menghasilkan akurasi yang identik 100%. Untuk melakukan proses investigasi dan analisis dari data dilakukan dengan memanfaatkan tool ataupun metode yang telah disiapkan.. Untuk hasil akhir dari analisis printer forensik berisi informasi tentang sumber pencetak dan kecocokan antara terduga printer dengan dokumen bukti. Hasil informasi ini nantinya digunakan sebagai alat bukti di pengadilan. Kata kunci: Printer Forensik, Identifikasi, Dokumen Cetak 1. Pendahuluan Printer merupakan suatu perangkat elektronik yang dapat digunakan untuk mencetak suatu dokumen, selain itu juga dapat digunakan untuk melakukan proses copy maupun scan. Perkembangan peralatan printer yang pesat dengan berbagai fungsi merupakan salah satu bagian dari pertumbuhan peralatan digital yang semakin pesat dan telah berada pada era digital modern [1]. Salah satu sifat dari data digital yaitu mudah untuk dirubah, diperbaharuhi maupun dilakukan modifikasi. Hal berbeda untuk peralatan berbasis analog perubahan yang dilakukan terdapat jejak yang mudah terlihat secara langsung. Untuk melakukan identifikasi terhadap peralatan digital ataupun pada objek yang bersumber dari peralatan digital dibutuhkan metode untuk melakukan proses analisis. Penggunaan metode yang sesuai dan cara analisis yang tepat menjadi faktor yang penting untuk digunakan hasil analisis tersebut sebagai alat bukti di pengadilan [1]. Proses dan prosedur untuk melakukan analisis pada peralatan digital dan melakukan proses investigasi pada peralatan serta melakukan pembuatan laporan investigasi merupakan suatu proses yang dikenal sebagai tahapan dari digital forensik. Munculnya bidang digital forensik sebagai salah satu jawaban solusi atas permasalahan yang muncul berkaitan dengan investigasi pada perangkat dan data digital maupun objek digital. Digital forensik telah berkembang secara luas, mulai dari komputer forensik, network forensik, audio forensik, printer forensik, image forensik dan lain sebagainya. Proses analisis untuk melakukan identifikasi terhadap sumber dokumen pencetak atau sejenisnya dikenal dengan printer forensik [2]. Printer forensik merupakan salah satu cara melakukan investigasi untuk mengetahui sumber peralatan pencetak pada dokumen yang telah dicetak [3]. Hal tersebut sangat dibutuhkan pada saat terjadi suatu kasus dibutuhkan informasi sumber dari peralatan yang digunakan untuk mencetak [4]. Untuk dapat mengetahui sumber peralatan dibutuhkan proses menemukan ciri unik yang terdapat pada dokumen cetak. Ciri tersebut dapat diketemukan dari proses analisis dokumen cetak umumnya berisi tulisan ataupun gambar, sehingga untuk melakukan analisis dibutuhkan metode yang dapat digunakan untuk mengektraksi ciri dari dokumen tersebut. Oleh karena itu metode yang akan dikembangkan untuk proses identifikasi adalah metode 5.10-31

yang mampu memunculkan ciri terhadap proses cetak dokumen teks maupun gambar. Dengan demikian proses ektraksi ciri untuk tahapan analisis menjadi hal penting didalam identifikasi. Banyaknya parameter yang perlu diperhatikan terkait sumber ektraksi ciri mulai dari kualitas penggunaan tinta, jenis kertas, jenis printer, isi dokumen (gambar, teks ataupun kombinasinya). Dan semua ciri tersebut terdapat atau terkandung didalam suatu nilai piksel matrik pada dokuman hasil scan [5]. Adanya karakteristik ciri yang unik menjadi bagian penting dan utama untuk proses identifikasi, sehingga tujuan mengetahui sumber printer dapat diperoleh dengan akurasi yang tinggi jika didukung ektraksi ciri yang baik dan memenuhi kaidah dari digital forensik. Dengan adanya kecukupan bukti serta adanya data pembanding maka proses analisis untuk dapat menyimpulkan suatu kejadian dapat dilakukan. 2. Digital Forensik Investigasi terhadap peralatan digital untuk mendapatkan informasi ataupun petunjuk merupakan proses dari digital forensic, dan hasil yang didapatkan pada proses investigasi berupa laporan hasil investigasi [6], [7], [8]. Proses pengambilan data bukti didalam peralatan elektronik ataupun sejenisnya, memerlukan pengetahuan dan keahlian, pengambilan yang tidak sesuai dengan kaidah baku dari keilmuan yang ada hasil yang didapatkan akan diragukan. Pengambilan berdasarkan kaidah dan aturan yang sama hasil investigasi adalah sama [1]. Prosedur dan proses investigasi untuk mendapatkan data dan informasi harus dipahami dan penting diketahui dikarenakan data digital secara prinsip berbeda dengan data analog, data digital mempunyai sifat mudah sekali terjadi perubahan ataupun modifikasi, sehingga untuk proses keterbatasan waktu yang disediakan untuk melakukan penyelidikan. Hal penting pada proses investigasi terletak pada kemampuan mengambil data bukti secara cepat, kemampuan melakukan rekonstruksi dan pengujian data. Untuk itu agar proses berjalan secara terstruktur diperlukan prosedur dan tahapan yang konsisten untuk menangani suatu kasus. Oleh karena itu prosedur untuk menangani kasus berkaitan tentang data digital menjadi penting dilakukan. Proses forensik pada suatu peralatan digital elektronik ataupun sejenisnya harus dilakukan secara sistematis dan terstruktur serta memenuhi kaidah dari digital forensik secara umum. Hal ini dilakukan agar hasil indentifikasi dan investigasi untuk memunculkan bukti dari data ataupun dokumen digital dapat diterima dan dapat digunakan sebagai alat bukti [9]. Hal ini menjadi penting untuk dilakukan terkait legalitas bukti. Proses identifikasi merupakan salah satu langkah awal untuk persiapan proses investigasi [6]. Selain itu proses identifikasi juga merupakan langkah untuk menentukan jenis insident, kebutuhan jumlah data serta penggunaan tool untuk analisis sebagai bagian proses untuk menentukan langkah dan tahapan investigasi [6] [8] Proses identifikasi juga dapat diartikan sebagai tahapan untuk mencari tahu berdasarkan ciri dan karakteristik. Sebagai langkah proses investigasi, tahapan identifikasi merupakan tahapan yang dilakukan untuk mengenali berdasarkan ciri, dan proses ini dilakukan dengan diawali dengan pengumpulan bukti [10]. Untuk mengidentifikasi bukti digital perlu dilakukan pengelolan terkait data bukti [11]. Langkah tersebut digunakan untuk mendapatkan informasi dan bukti. Proses tersebut dapat berjalan dengan baik jika data bukti dapat dimunculkan secara baik dan cermat serta memenuhi kaidah dari digital forensik yeng terkait dengan jumlah bukti serta adanya dokumen pembanding. Selain itu ketepatan hasil analisis pada proses investigasi dipengaruhi juga oleh metode dan tools yang tepat [12]. Proses forensik secara umum terdiri atas tiga tahap utama yaitu, persiapan, investigasi dan pembuatan laporan investigasi (reporting) [12]. Tahapan investigasi merupakan tahapan analisis, proses ini secara umum berlangsung didalam laboratorium ataupun tempat yang digunakan untuk analisis dan mengkaji lebih mendalam. Hasil proses tersebut berupa laporan investigasi yang mengilustrasikan proses yang menunjukkan bukti dan data yang diketemukan berkaitan dengan kasus yang ada. Gambar 1 Tahapan umum digital forensik 3. Usulan Printer Forensik Untuk dapat mengembangkan printer forensik agar dapat digunakan sebagai bagian dari proses forensik dilakukan proses dengan membandingkan dan mengevaluasi dari penelitian yang sebelumnya. Beberapa penelitian sejenis tentang printer forensik ditunjukkan pada Pengembangan proses printer forensik dilakukan dengan menggunakan Tabel 1. Metode analisis yang digunakan adalah metode yang terdapat pada pengolahan citra hal ini sesuai dengan prinsip dari forensik yang merupakan suatu prosedur dan menggunakan bidang ilmu yang terkait dari data untuk proses analisisnya. Metode ektraksi ciri yang digunakan yaitu GLCM ( Gray-Level Co-Occurrence Matrix), Edge detection, Discrete Wavelet Transform dan lain sebagainya dengan prinsip metode yang dapat mengektraksi ciri pada suatu dokumen cetak ataupun 5.10-32

gambar. Selain itu proses analisis yang menjadi bagian penentu juga diperlukan suatu metode yang relevan dan tepat agar hasil ektaksi ciri yang didapat menghasilkan hasil analisis yang berkualitas dan tidak diragukan. Beberapa metode yang digunakan untuk proses analisis yaitu, Fuzzy C Mean, Support Vector Machines, K-NN (K-Nearest Neighbor) dan lain sebagainya. Proses tersebut merupakan dari tahapan yang secara metodologi dan pengetahuan dapat dipertanggungjawabkan. Hal ini sesuai dengan kaidah forensik dimana pendekatan pengetahuan adalah bagian yang digunakan untuk memunculkan ciri dan proses analisis, berikut ditunjukkan pada Gambar 2 tentang contoh metodemetode analisis yang dapat digunakan Gambar 2 Motode Analisis No Jenis Digital Forensic for Printed Source Identification (Tsai & Liu, 2013) Tabel 1. Pembanding (Research Positioning) Document Authenthication Using Printing Technique Features and Unsupervised Anomaly Detection (Gebhardt et al., 2013) 1 Metode Ekstaksi Ciri Gray-Level Co- Occurance Matrix (GLCM) dan Discrete Wavelet Transform 2 Metode Klasifikasi Support Vector K-NN (K -Nearest Machines (SVM) Neighbour) 3 Jenis Printer Merk sama jenis Jenis Berbeda berbeda 4 Dokumen Cetak Gambar Teks Gambar 5 Resolusi Scan 300 dpi 400 dpi 300 dpi Identifying Color Laser Printer using Noisy Feature and Support Vector Machine (Lee & Choi, 2010) Edge detection Gray-Level Co- Occurance Matrix (GLCM) Support Vector Machines (SVM) Merk dan jenis berbeda Untuk mendapatkan proses forensik pada printer yang optimal diperlukan suatu metode yang tepat agar proses identikasi dapat memperoleh dan memunculkan ciri sehingga dapat digunakan sebagai dasar pengenalan pola, ditunjukkan pada Gambar 2 berikut; Ilustrasi kerangka analisis menggunakan printer forensik dikembangkan sebagai salah satu model pendekatan untuk melakukan penyelidikan terhadap suatu dokumen guna mengetahui sumber atau peralatan yang digunakan untuk mencetak. Langkah tersebut sebagai cara yang nantinya dapat digunakan sebagai pembuktian. Untuk printer forensik, data pembanding menjadi hal penting untuk diperhatikan, mulai dari jumlah, hasil cetakan sampai dengan jumlah pengulangan dari dokumen tersebut. Alur untuk proses identifikasi printer forensik sebagai berikut. (I) Semua dokumen cetak bukti ataupun dokumen cetak pembanding (terduga) sebelum proses analisis dilakukan pengubahan kedalam bentuk digital melalui proses scan. Tujuan proses ini adalah untuk mengambil informasi dari data analog, sehingga proses scan ini mempunyai nilai dpi yang memadahi berdasarkan kebutuhan. Dokumen yang akan digitalisasi meliputi dokumen bukti dan dokumen terduga. Untuk dokumen bukti yang telah disiapkan harus memenuhi kriteria. Sedangkan untuk isi dari dokumen terduga disesuaikan dengan isi yang terdapat didalam dokumen bukti hal ini dimaksudkan agar perolehan ciri dan karakteristik dapat diperoleh secara maksimal. Gambar 3. Model Investigasi dan Analisis Jenis Printer 5.10-33

Proses berikutnya (II) Hasil scan dilakukan pengambilan ciri dengan menggunakan metode ektraksi ciri, proses ini menjadi bagian penting guna memperoleh ciri yang terdapat didalam dokumen cetak bukti ataupun dokumen cetak pembanding atau terduga, ciri dan kerakteristik yang terdapat pada dokumen tersebut dapat berasal dari ciri pola tulisan ataupun ciri guratan dari peralatan. Dengan demikian proses pengemabilan ciri akan disesuaikan berdasarkan kesamaan ciri yang terdapat pada dokumen bukti dengan dokumen pembanding (terduga). Dengan diketemukan ciri dan karakteristik ini tahap berikutnya akan dilakukan proses analisis. Untuk tahap (III) proses analisis yang dilakukan dengan menggunakan metode analisis yang dapat menunjukkan pola sehingga dapat terlihat kesamaan berdasarkan ciri ataupun perbedaan karena ciri tidak sesuai. Dari hasil analisis ini dilakukan untuk melihat perbandinagn dari dokumen terduga dengan dokumen bukti. Hasil dari proses analisis dan kesimpulan terdapat didalam tahap (IV). Hasil akhir dari proses ini merupakan laporan investigasi yang nantinya dapat digunakan sebagai alat bukti di pengadilan. 4. Analisa dan Pembahasan A. Metode Ektraksi Ciri Proses ektraksi ciri merupakan tahapan untuk memunculkan ciri dan karakteristik terkait tentang objek yang akan di identifikasi [13]. Proses tersebut dapat menggunakan beberapa metode dari pengolahan sinyal, hal utama yang perlu diperhatikan terkait tujuan yang hendak dicapai yaitu memunculkan ciri yang terdapat pada dokumen cetak. Metode untuk proses tersebut dapat digunakan GLCM ( Gray-Level Co-Occurrence Matrix), Edge detection, Discrete Wavelet Transform dan lain sebagainya. Salah satu contoh untuk metode GLCM, pada metode ini proses ektraksi ciri dilakukan dengan membandingkan ciri antar dua piksel berdasarkan probabilitas untuk mendapatkan nilai sudut tertentu, pembentukan matrik kookurensi (kejadian bersama) dengan jarak (d) dan sudut tertentu [14]. [14]. Untuk membuat suatu matrik GLCM agar dapat dilakukan analisis cirinya dilakukan dengan tahap awal melakukan konversi citra menjadi suatu citra grayscale dan nantinya dianalisis pada matriknya, tahapan berikutnya dengan menentukan hubungan spasial hubungn antar piksel dihitung berdasarkan jarak dan sudut, selain itu dihitung pula nilai kookurensi menjadikan suatu matrik simetris, dan tahap akhirnya dilakukan proses normalisasi kedapam bentuk probabilitasnya. Metode ektraksi ciri lainnya adalah Edge detection merupakan proses mengidentifikasi ciri berdasarkan tepi pada garis teks maupun gambar. Pada penentuan ciri melakukan analisis terhadap nilai piksel yang terdapat pada tepian objek. b. Metode Klasifikasi Untuk dapat menghasilkan analisis hasil ektraksi ciri yang baik dan handal diperlukan metode analisis yang tepat. Berdasarkan karakteristik data ektraksi ciri yang berupa suatu matrik ciri yang dapat berupa suatu ciri piksel ataupun suatu ciri dati vektor, maka metode analisis yang digunakan dapat mengidentifikasi hal tersebut[15]. Salah satu metode yang dapat digunakan untuk analisis dengan bersumber data tersebut adalah metode Fuzzy C- means Clustering (FCM). Metode ini merupakan salah satu metode clustering yang merupakan bagian dari metode Hard K-Means [16] Dengan diketahuinya pusat kluster dari dokumen bukti nantinya dapat digunakan sebagai pembanding untuk menganalisis dokumen lainnya dari sumber yang diduga. Dari analisis tersebut akan diketahui nilai ketepatannya berdasarkan probabilitas yang diperoleh. 5. Kesimpulan dan Saran Berdasarkan analisis yang dilakukan untuk model printer forensik maka dapat disimpulkan sebagai berikut; a. Identifikasi dokumen cetak dengan menggunakan prosedur printer forensik perlu memperhatikan kaidah dari digital forensik, penting dilakukan agar hasil analisis dapat diterima sebagai alat bukti dipengadilan. b. Memunculkan ciri perlu memperhatikan terkait dokumen cetak yang mencakup, jenis printer, jenis tinta. c. Penggunaan metode ektraksi ciri yang tepat dapat memunculkan ciri dengan akurasi identik 100% d. Metode analisis dengan menggunakan klasifikasi dapat digunakan sebagai salah satu alternatif terhadap data yang bersumber dari nilai piksel Berdasarkan kesimpulan yang diuraikan maka saransaran terhadap penelitian ini adalah sebagai berikut; a. Penelitian tentang printer forensik untuk identifikasi dokumen cetak akan diimplementasikan b. Metode yang akan digunakan yaitu GLCM dan deteksi tepi sebagai metode yang digunakan untuk ektraksi ciri Daftar Pustaka [1] G. Ma, C. Sun, and Z. Wang, Study on digital forensics model based on data fusion, 2011 Int. Conf. Mechatron. Sci. Electr. Eng. Comput., pp. 898 901, Aug. 2011. [2] S. Elkasrawi and F. Shafait, Printer Identification using Supervised Learning for Document Forgery Detection, IAPR Int. Work. Doc. Anal. Syst., pp. 146 150, 2014. [3] S. Ryu, H. Lee, D. Im, J. Choi, and H. Lee, Electrophotographic Printer Identification By Halftone Texture Analysis, pp. 1846 1849, 2010. [4] H.-Y. Lee and J.-H. Choi, Identifying Color Laser Printer Using Noisy Feature and Support Vector Machine, 2010 Proc. 5th Int. Conf. Ubiquitous Inf. Technol. Appl., pp. 1 6, Dec. 2010. [5] S. Elkasrawi, Printer Identification using Supervised Learning for Document Forgery Detection, 2014. [6] I. O. Ademu, C. O. Imafidon, and D. S. Preston, A New Approach of Digital Forensic Model for Digital Forensic Investigation, Int. J. Adv. Comput. Sci. Appl., vol. 2, no. 12, pp. 175 178, 2011. [7] A. Pooe and L. Labuschagne, A conceptual model for digital forensic readiness, 2012. [8] A. Garwal, M. Gupta, S. C. S. Gupta, and A. Agarwal, Systematic Digital Forensic Investigation Model, no. 5, pp. 118 131, 2011. 5.10-34

[9] R. E. Overill, J. a. M. Silomon, and K. a. Roscoe, Triage template pipelines in digital forensic investigations, Digit. Investig., vol. 10, no. 2, pp. 168 174, Sep. 2013. [10] V. R. Ambhire, Digital Forensic Tools, IOSR J. Eng., vol. 02, no. 03, pp. 392 398, Mar. 2012. [11] S. Omeleze and H. S. Venter, Testing the Harmonised Digital Forensic Investigation Process Model-Using an Android Mobile Phone, 2013. [12] A. K. Shrivastava, N. Payal, A. Rastogi, and A. Tiwari, Digital Forensic Investigation Development Model, 2013. [13] M. Tsai and J. Liu, Digital Forensics for Printed Source Identification, pp. 2347 2350, 2013. [14] R. Maurya, A. K. Maurya, and A. Kumar, GLCM and Multi Class Support vector machine based automated skin cancer classification, 2014 Int. Conf. Comput. Sustain. Glob. Dev., pp. 444 447, Mar. 2014. [15] M. D. Gaubatz and S. J. Simske, Printer-Scanner Identification Via Analysis Of Structured Security Deterrents, pp. 151 155, 2009. [16] V. K. Verma and N. Khanna, Indian Language Identification Using K-Means Clustering and Support Vector Machine ( SVM ), 2013. 5.10-35

5.10-36