Skema Anti Pemalsuan Produk Berbahan Kulit Buaya Berbasis dhash

Authors

DOI:

https://doi.org/10.31294/nvj6bp71

Keywords:

Skema Anti Pemalsuan, dhash, Kulit Buaya, NFC

Abstract

Kulit buaya memiliki nilai ekonomis yang sangat tinggi dan sering digunakan untuk bahan pembuatan produk mewah seperti tas atau dompet oleh merek-merek ternama. Beberapa alasannya yaitu kelangkaan dan ketatnya regulasi dalam penggunaan kulit buaya. Selain itu keunikan dan kualitas kulit buaya, menjadikannya lebih eksklusif sehingga meningkatkan nilai jual produk. Dengan nilai ekonomi produk yang sangat tinggi, banyak pihak yang ingin memanfaatkan kondisi tersebut dengan melakukan pemalsuan terhadap produk demi mencari keuntungan yang besar. Pemalsu akan menjual produk palsunya dengan nilai yang sama atau lebih rendah namun tetap memiliki margin keuntungan yang tinggi. Pemalsu akan memanfaatkan ketidaktahuan pembeli akan produk yang asli. Namun terkadang memang cukup sulit untuk bisa membedakan produk asli ataupun palsu, perlu ada penanda yang dapat membedakannya. Salah satu penanda yang untuk membedakan produk asli atau palsu adalah penggunaan tag NFC. Tag NFC ini akan menyimpan informasi mengenai produk asli, sehingga pada saat produk dibeli dan tag NFC dipindai, maka pembeli akan mudah memperoleh validasi tentang keaslian produknya. Masalah lain muncul jika, tag NFC ini diterapkan kembali pada produk palsu sehingga produk palsu ini seolah-olah adalah produk asli. Untuk mengatasi masalah ini, kami mengembangkan skema anti pemalsuan tas atau dompet kulit buaya dengan pemanfaatan tag NFC, kriptografi kunci publik dan difference hash (dHash). Pada skema ini, dHash berfungsi untuk menyimpan informasi berupa korelasi antara produk dan data dalam tag NFC. Skema yang dikembangkan ini telah dievaluasi dengan beberapa skenario serangan pemalsuan dan terbukti mampu mendeteksi serangan pemalsuan serta membantu instansi terkait untuk memonitoring penggunaan kulit buaya secara legal.

References

Blankenburg, M., Horn, C., & Krüger, J. (2015). Detection of counterfeit by the usage of product inherent features. Procedia CIRP, 26, 430435. https://doi.org/10.1016/j.procir.2014.07.062

Bookstein, A., Kulyukin, V. A., & Raita, T. (2002). Generalized hamming distance. Information Retrieval, 5(4), 353375. https://doi.org/10.1023/A:1020499411651

Bulusu, N., & Alzahrani, N. (n.d.). Securing Pharmaceutical and High-Value Products Against Tag Reapplication Attacks Using NFC Tags.

Coskun, V., Ozdenizci, B., & Ok, K. (2013). A survey on near field communication (NFC) technology. In Wireless Personal Communications (Vol. 71, Issue 3, pp. 22592294). https://doi.org/10.1007/s11277-012-0935-5

Farisa, S., Haviana, C., & Kurniadi, D. (2016). Average Hashing for Perceptual Image Similarity in Mobile Phone Application. Journal of Telematics and Informatics (JTI), 4(1), 1218.

Fei, M., Ju, Z., Zhen, X., & Li, J. (2017). Real-time visual tracking based on improved perceptual hashing. Multimedia Tools and Applications, 76(3), 46174634. https://doi.org/10.1007/s11042-016-3723-5

Hunegnaw, Y., & Bagane, P. (n.d.). NFC based Anti-Counterfeiting Scheme for Certificates Identification and Verification using a Smartphone. http://www.ijpam.eu

Lehtonen, M., Staake, T., Michahelles, F., & Fleisch, E. (2008). From identification to authentication - A review of RFID product authentication techniques. Networked RFID Systems and Lightweight Cryptography: Raising Barriers to Product Counterfeiting: First Edition, 169187. https://doi.org/10.1007/978-3-540-71641-9_9

Lin, W. (2023). Digital signature. In Trends in Data Protection and Encryption Technologies (pp. 7781). Springer Nature. https://doi.org/10.1007/978-3-031-33386-6_15

McKeown, S. (2025). Beyond Hamming Distance: Exploring spatial encoding in perceptual hashes. Forensic Science International: Digital Investigation, 52(S), 301878. https://doi.org/10.1016/j.fsidi.2025.301878

Monga, V., & Evans, B. L. (n.d.). Perceptual Image Hashing Via Feature Points: Performance Evaluation And Trade-Offs.

Naumenko, V. (2025). COMPARATIVE ANALYSIS OF IMAGE HASHING ALGORITHMS FOR VISUAL National Aerospace University " Kharkiv Aviation Institute ", Kharkiv , Ukraine. April. https://doi.org/10.32620/reks.2025.1.09

Prabhu Shankar, B., Rajkumar, N., Viji, C., Dinesh Kumar, K., Saravanakumar, S., & Mohanraj, A. (2024). Approach to Identifying Counterfeit Products with QR Codes and Computational Algorithms. Proceedings of the 5th International Conference on Smart Electronics and Communication, ICOSEC 2024, 12031209. https://doi.org/10.1109/ICOSEC61587.2024.10722545

Rogaway, P., & Shrimpton, T. (2004). Cryptographic hash-function basics: Definitions, implications, and separations for preimage resistance, second-preimage resistance, and collision resistance. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Vol. 3017, pp. 371388). https://doi.org/10.1007/978-3-540-25937-4_24

Saeed, M. Q., Bilal, Z., & Walter, C. D. (2013). An NFC based consumer-level counterfeit detection framework. 2013 11th Annual Conference on Privacy, Security and Trust, PST 2013, 135142. https://doi.org/10.1109/PST.2013.6596047

Samanta, P., & Jain, S. (2021). Analysis of Perceptual Hashing Algorithms in Image Manipulation Detection. Procedia Computer Science, 185, 203212. https://doi.org/10.1016/j.procs.2021.05.021

Santos, H. Dos, Martins, T. D. S., Barreto, J. A. D., Nakamura, L. H. V., Ranieri, C. M., De Grande, R. E., Filho, G. P. R., & Meneguette, R. I. (2024). ChaSAM: An Architecture Based on Perceptual Hashing for Image Detection in Computer Forensics. IEEE Access, 12(July), 104611104628. https://doi.org/10.1109/ACCESS.2024.3435027

Sutheebanjard, P., & Premchaiswadi, W. (n.d.). QR-Code Generator. http://bit.ly/cYEJJe.qr

Tarempa, G. N., & Syalim, A. (n.d.). dHash-based Anti-Counterfeiting Scheme: Against Tag Re-application Attacks on Batik Tulis.

Tiwari, S. (2017). An Introduction to QR Code Technology. 3944. https://doi.org/10.1109/icit.2016.021

Warasart, M., & Kuacharoen, P. (n.d.). Paper-based Document Authentication using Digital Signature and QR Code.

Downloads

Published

2025-05-16

Issue

Section

Articles

How to Cite

Skema Anti Pemalsuan Produk Berbahan Kulit Buaya Berbasis dhash. (2025). Indonesian Journal Computer Science, 4(1), 30-37. https://doi.org/10.31294/nvj6bp71