Produk palsu merupakan ancaman besar di seluruh dunia yang menyebabkan kerugian ekonomi yang signifikan dan membutuhkan upaya serius untuk melindungi konsumen serta perusahaan. Sebagai tanggapan atas tantangan ini, para peneliti di Universitas Gadjah Mada, Indonesia, mengembangkan sebuah sistem autentikasi berbasis watermark grayscale multi-level yang inovatif.
Metode pendeteksian pemalsuan biasanya menggunakan pola pendeteksian salinan atau copy-detection pattern (CDP) yang tertanam di dalam kode 2D. CDP ini adalah gambar tersembunyi yang kualitasnya menurun setiap kali disalin. Sayangnya, CDP berbasis hitam-putih cenderung kurang sensitif terhadap penurunan kualitas gambar, sehingga relatif mudah untuk direproduksi oleh pemalsu. Hal ini dijelaskan oleh Ketua Peneliti Dr. Bimo Sunarfri Hantono yang juga merupakan seorang Dosen dari Departemen Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada, yang menyatakan bahwa “penelitian mereka menyoroti pentingnya kualitas dataset, pemilihan teknik interpolasi, serta efektivitas berbagai fitur dalam domain spasial, frekuensi, dan distribusi grayscale untuk meningkatkan deteksi.”
Untuk mengatasi kelemahan ini, para peneliti menambahkan gradasi grayscale ke dalam gambar CDP. Sistem yang mereka buat terdiri dari dua komponen utama: generator yang membuat kode 2D yang aman dan authenticator yang menganalisis berbagai fitur, seperti pola piksel, frekuensi gambar, dan distribusi grayscale, untuk memverifikasi keaslian produk. Secara sederhana, pola piksel menunjukkan nilai tiap piksel gambar, sedangkan frekuensi gambar berfokus pada pola-pola yang terbentuk di dalam gambar. Fitur grayscale membantu mendeteksi penurunan kualitas dengan menganalisis sebaran warna abu-abu dalam gambar.
Sistem ini terbukti cukup efektif, mencapai tingkat presisi dan akurasi yang tinggi dalam pengujian menggunakan berbagai dataset. Azkario Rizky Pratama, anggota tim peneliti, mengatakan bahwa “watermark grayscale digital ini sulit ditiru oleh pemalsu, karena pola grayscale memiliki detail yang tidak bisa direplikasi dengan mudah oleh mesin fotokopi biasa.”
Para peneliti menggunakan algoritma Gradient Boosting Classifier (GBC) untuk menganalisis pola pada CDP. Algoritma ini mempelajari pola-pola kompleks secara bertahap melalui gabungan banyak pohon keputusan (decision tree) sederhana, memungkinkan sistem untuk mengenali produk asli atau palsu dengan tingkat akurasi yang tinggi. Hasilnya, teknologi kode QR yang aman (Secure QR atau SQR) ini bisa menjadi alat yang efektif untuk mendeteksi pemalsuan produk, yang bekerja secara modular dan bisa diakses sebagai layanan cloud, jelas Ahmad Ataka Awwalur Rizqi, salah satu peneliti lainnya.
Selain itu, para peneliti menemukan bahwa metode interpolasi linear—teknik yang digunakan untuk menyesuaikan gambar—lebih unggul dibandingkan metode interpolasi polinomial dalam meningkatkan akurasi deteksi. Teknik interpolasi linear menghasilkan detail yang lebih akurat, yang sangat penting dalam menciptakan CDP yang lebih sulit untuk dipalsukan. Dataset pengujian dari sekitar 2000 gambar QR menunjukkan nilai F-measure sebesar 0,92 dan spesifisitas sebesar 0,95, hasil yang sangat memuaskan. Syukron Abu Ishaq Alfarozi, anggota peneliti lain, menambahkan bahwa “rekayasa fitur dan pembelajaran mesin sangat membantu meningkatkan kinerja sistem ini sembari tetap menjaga efisiensi pemrosesan.” Dalam jangka panjang, sistem ini berpotensi diterapkan di berbagai industri untuk mengatasi masalah produk palsu. Meski demikian, penelitian lebih lanjut diperlukan untuk mengoptimalkan kinerja melalui teknik interpolasi yang lebih canggih, termasuk pengembangan lebih lanjut pada secure QR code (SQR).
Sistem berbasis watermark grayscale multi-level ini memberikan solusi baru yang menjanjikan dalam menangani pemalsuan produk. “Teknik ini akan segera diterapkan di perusahaan milik negara di Indonesia,” ungkap Bimo Sunarfri Hantono.
Dengan menggabungkan teknologi analisis gambar yang canggih dan pembelajaran mesin, sistem ini menawarkan perlindungan yang lebih baik untuk konsumen dan pemilik produk.
The article “Enhancing Counterfeit Detection with Multi-Features on Secure 2D Grayscale Codes,” published online on 14 September 2023 in Computers, https://doi.org/10.3390/computers12090183