Sistem pengenalan wajah manusia masih rentan terhadap serangan spoofing, yaitu serangan dengan cara meniru wajah dari pemilik akses dengan menggunakan foto atau video. Pada penelitian ini, sistem pendeteksi spoofing gambar wajah menggunakan metode Image Distortion Analysis (IDA) dengan ekstraksi fitur specular reflection, blurriness, chromatic moment dan color diversity. Pengujian pada skenario intra-dataset dan cross-dataset menggunakan empat dataset publik berbeda, yaitu MSU MFSD, NUAA Imposter, CASIA FASD dan Idiap REPLAY-ATTACK. Pada skenario intra-dataset dilakukan pengujian untuk mengetahui fitur yang menghasilkan performansi terbaik menggunakan classifier SVM, Naive Bayes, dan kNN. Sedangkan pada skenario cross-dataset dilakukan pengujian dengan fitur dan classifier terbaik pada skenario intra-dataset. Hasil pengujian, pada intra-dataset sistem menghasilkan performansi terbaik menggunakan fitur chromatic moment dengan rata-rata F1-Score 87.71%, sedangkan pada cross-dataset rata-rata F1-Score 80.53%.