DETEKSI DEEPFAKE DALAM CITRA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Abstrak

Dewasa ini, banyak sekali citra yang bertebaran dimana-mana, baik di dunia nyata, maupun di dunia maya. Di dunia nyata misalnya di majalah, koran, poster, dan lainnya, sedangkan di dunia maya biasanya terdapat pada berita di internet dan media sosial. Salah satu citra adalah gambar. Salah satu tantangan untuk menghadapi konten-konten yang mengandung deepfake termasuk wajah, ialah sulitnya mendeteksinya secara visual atau dengan mata langsung. Diperlukan metode yang berbasis komputasi dan otomatis untuk mengetahui atau landmark wajah yang telah dimanipulasi deepfake. Ini sangat berguna untuk menyaring media-media yang sudah dimanipulasi deepfake. Convolutional Neural Network (CNN) merupakan salah satu algoritma dalam deep learning yang dirancang untuk mengolah data citra sebagai masukan, digunakan salah satu arsitekturnya yaitu EfficientNetB0. Penelitian ini juga menggunakan OpenCV sebagai landmark wajah. Metode dimulai dari pengumpulan dataset, preprocessing gambar, pengekstrasian landmark, klasifikasi, dan pengujian aplikasi. Hasil dari pelatihan dataset dengan akurasi sebesar 0,91. Setelah itu, diuji dalam aplikasi dengan antarmuka gradio sebagai kemudahan pembuatan aplikasi dengan confidence threshold deepfake >0.6 dan real <0.6, dihasilkan gambar deepfake sebesar 0,94 dan gambar real sebesar 0,04. Penelitian ini sangat berguna tentang pendeteksian dan pengenalan wajah terutama deteksi deepfake. Saran penelitian selanjutnya dengan mendeteksi video dan suara, serta menggunakan arsitektur CNN lain.