<![CDATA[Proliferasi gambar hasil generasi AI seperti DALL-E, Midjourney, dan Stable Diffusion telah menciptakan ancaman serius terhadap autentikasi visual di berbagai platform digital. Kemampuan AI generatif dalam menghasilkan gambar fotorealistik membutuhkan pendekatan verifikasi yang robust dan efisien untuk memitigasi penyalahgunaan konten visual. Penelitian ini mengusulkan framework Multi-Hash Ensemble yang mengintegrasikan dua pendekatan fingerprinting, yaitu Full Image Hash Ensemble dan Hybrid Fingerprint dengan ROI Extraction, yang diperkuat oleh Veto Mechanism berbasis gradient signature, Local Binary Pattern (LBP), distribusi warna, dan shape descriptor, serta arsitektur blockchain on-chain/off-chain untuk menjamin keimutabelan data. Evaluasi dilakukan pada dataset 200 citra dari kategori face dan nature dengan 22.847 perbandingan melalui tiga skenario pengujian. Metode 1 (Full Image Hash Ensemble) menghasilkan True Acceptance Rate (TAR) 94,15%, True Rejection Rate (TRR) 98,97%, akurasi 98,43%, F1-Score 93,03%, dan Equal Error Rate (EER) 3,44%. Metode 2 (Hybrid Fingerprint) mencapai akurasi 96,71%, FAR terendah 0,68%, dan FAR nol pada mode HYBRID_ENSEMBLE untuk seluruh 3.486 pasangan imposter. Analisis sensitivitas threshold pada Metode 2 menunjukkan titik optimal pada 0,22 dengan F1-Score 85,18% dan akurasi 96,92%. Kedua metode menunjukkan ketahanan sempurna terhadap kompresi JPEG dan resize, namun memiliki kelemahan pada serangan Crop 10%. Dari aspek efisiensi blockchain, arsitektur hibrida on-chain/off-chain berhasil mereduksi data penyimpanan dari citra 2–5 MB menjadi hanya 64 byte per registrasi (rasio kompresi >99,99%), dengan estimasi biaya Gas Fee < $0,01 USD per citra pada jaringan Layer-2 (Polygon dan Arbitrum). Keimutabelan data off-chain dijamin melalui Content Hash SHA-256 yang dikunci pada blockchain, sehingga manipulasi data dapat dideteksi secara otomatis. Temuan ini menunjukkan bahwa framework yang diusulkan memberikan keseimbangan optimal antara akurasi deteksi, efisiensi penyimpanan, dan biaya operasional untuk verifikasi integritas citra digital skala besar.]]>
