Identifikasi Wajah Asli dan Buatan Deepfake Menggunakan Metode Convolutional Neural Network
DOI:
https://doi.org/10.34148/teknika.v13i1.705Keywords:
Deepfake, CNN, Deep Learning, Artificial Intelligence, Computer VisionAbstract
Di era teknologi saat ini, penggunaan dari Artificial Intelligence sangat berkembang pesat. Banyak teknologi yang sudah menerapkan AI untuk menghasilkan suatu informasi. Akan tetapi, tidak semua teknologi yang diciptakan menggunakan AI membawakan dampak positif. Salah satu teknologi AI yang dapat menimbulkan dampak negatif adalah deepfake. Salah satu dampak negatif yang dapat disebabkan oleh teknologi deepfake adalah membuat wajah manusia buatan yang menyerupai wajah aslinya. Oleh karena itu, deepfake merupakan salah satu kasus yang perlu diperhatikan lebih lanjut. Penggunaan deepfake yang salah ini apabila dibiarkan dapat merugikan banyak pihak, baik untuk orang lain maupun diri sendiri. Penelitian ini dibuat dengan tujuan agar dapat membuat sebuah model bersifat kopnseptual yang dapat melakukan identifikasi pada wajah asli maupun wajah buatan deepfake. Metode yang digunakan adalah metode CNN dengan pembuatan arsitektur 6 convolutional layer dan 3 max pooling serta tambahan layer Batch Normalization. Metode CNN dipilih karena dinilai baik dalam melakukan klasifikasi suatu citra. Setelah itu, metode CNN akan ditambahkan dengan arsitektur menyerupai VGG dan layer tambahan yaitu Batch Normalization. Hasil yang didapatkan pada penelitian ini adalah model yang dibuat dapat dinyatakan berhasil untuk melakukan identifikasi wajah buatan deepfake dengan wajah asli. Hal ini dibuktikan dengan tingkat akurasi, presisi, recall, dan F1-Score sebesar 91%.
Downloads
References
R. A. S. Rahayu and H. Santoso, "Analisis Gambar Wajah Palsu: Mendeteksi Keaslian Gambar Yang Dimanipulasi Menggunakan Metode Variational Autoencoder Dan Forensics Deep Neural Network," SIBATIK JOURNAL: Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, dan Pendidikan, vol. 2, no. 9, pp. 2701-2726, 2023.
I. D. Kasita, "Deepfake Pornografi: Tren Kekerasan Gender Berbasis Online (KGBO) Di Era Pandemi Covid-19," Jurnal Wanita Dan Keluarga, vol. 3, no. 1, pp. 16-26, 2022.
D. Marcella, Y. Yohannes and S. Davella, "Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network Dengan Arsitektur VGG-19," Jurnal Algoritme, vol. 3, no. 1, pp. 60-70, 2022.
N. Nurkhasanah and M. Murinto, "Klasifikasi Penyakit Kulit Wajah Menggunakan Metode Convolutional Neural Network," Sainteks, vol. 18, no. 2, pp. 183-190, 2022.
F. M. Qotrunnada and P. H. Utomo, "Metode Convolutional Neural Network untuk Klasifikasi Wajah Bermasker," PRISMA, Prosiding Seminar Nasional Matematika, vol. 5, pp. 799-807, 2022.
N. Dewi and F. Ismawan, "Implementasi Deep Learning Menggunakan Cnn Untuk Sistem Pengenalan Wajah," Faktor Exacta, vol. 14, no. 1, pp. 34-43, 2021.
A. Zarkasi, M. N. Athalaza, H. P. Satria, A. Primanita, S. Sutarno, A. Abdurahman and Y. Sazaki, "Klasifikasi Gambar Bergerak Pada Pengenalan Wajah Menggunakan Metode Convolutional Neural Network (Cnn)," JSI: Jurnal Sistem Informasi (E-Journal), vol. 14, no. 2, 2022.
D. H. A. Sari, S. Sofia and N. K. C. Pratiwi, "Klasifikasi Jenis Kulit Wajah Menggunakan Modifikasi Convolutional Neural Network (CNN)," eProceedings of Engineering, vol. 9, no. 6, 2023.
C. N. Ihsan, "Klasifikasi Data Radar Menggunakan Algoritma Convolutional Neural Network (CNN)," DoubleClick: Journal of Computer and Information Technology, vol. 4, no. 2, pp. 115-121, 2021.
F. S. Putra, K. Kusrini and M. P. Kurniawan, "Deteksi Otomatis Jerawat Wajah Menggunakan Metode Convolutional Neural Network (CNN)," Journal of Information Technology, vol. 1, no. 2, pp. 30-34, 2021.
R. Indraswari, W. Herulambang and R. Rokhana, "Deteksi Penyakit Mata Pada Citra Fundus Menggunakan Convolutional Neural Network (CNN)," Techno.com, vol. 21, no. 2, pp. 378-389, 2022.
M. Karki, "deepfake and real images | Kaggle," [Online]. Available: https://www.kaggle.com/datasets/manjilkarki/deepfake-and-real-images. [Accessed 29 September 2023].
M. A. A. Fawwaz, K. N. Ramadhani and F. Sthevanie, "Klasifikasi Ras pada Kucing menggunakan Algoritma Convolutional Neural," e-Proceeding of Engineering, vol. 8, no. 1, pp. 715-730, 2021.
P. N. Zakiya, L. Novamizanti and S. Rizal, "Klasifikasi Patologi Makula Retina Melalui Citra Oct Menggunakan Convolutional Neural Network Dengan Arsitektur Mobilenet," eProceedings of Engineering, vol. 5, no. 8, pp. 5072-5082, 2021.
S. Wirapati and L. G. Astusti, "Sistem Pakar Untuk Membantu Diagnosis Diabetes Menggunakan Machine Learning Dengan Algoritma Jaringan Saraf Tiruan," Jurnal Elektronik Ilmu Komputer Udayana, vol. 11, no. 4, 2022.
A. A. Kurniawan and M. Mustikasari, "Implementasi Deep Learning Menggunakan Metode CNN dan LSTM untuk Menentukan Berita Palsu dalam Bahasa Indonesia," Jurnal Informatika Universitas Pamulang, vol. 5, no. 4, pp. 544-552, 2021.
B. P. Pratiwi, A. S. Handayani and Sarjana, "Pengukuran Kinerja Sistem Kualitas Udara Dengan Teknologi Wsn Menggunakan Confusion Matrix," Jurnal Informatika Upgris, vol. 6, no. 2, pp. 66-75, 2020.
A. Ridhovan and A. Suharso, "Penerapan Metode Residual Network (Resnet) Dalam Klasifikasi Penyakit Pada Daun Gandum," JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), vol. 7, no. 1, pp. 58-65, 2022.
T. Tinaliah and T. Elizabeth, "Penerapan Convolutional Neural Network Untuk Klasifikasi Citra Ekspresi Wajah Manusia Pada MMA Facial Expression Dataset," JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 8, no. 4, pp. 2051-2059, 2021.
A. I. Pradana, "Deteksi Ketepatan Pengunaan Masker Wajah dengan Algoritma CNN dan Haar Cascade," JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 9, no. 3, pp. 2305-2316, 2022.
S. Ioffe, and C. Szegedy, "Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift," Proceedings of the 32nd International Conference on Machine Learning, pp. 448—456 2015.
