Deteksi Manipulasi Wajah pada Gambar Deepfake dengan Fast Fourier Transform dan EfficientNet

Anugrah, Giranda (2025) Deteksi Manipulasi Wajah pada Gambar Deepfake dengan Fast Fourier Transform dan EfficientNet. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (3MB)
	PDF BAB_I.pdf Download (208kB)
	PDF BAB_II.pdf Download (1MB)
	PDF BAB_III.pdf Download (259kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (202kB)
	PDF DAFTAR_PUSTAKA.pdf Download (204kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (262kB)

Abstract

Teknologi deepfake yang memanfaatkan kecerdasan buatan dan deep learning mampu menghasilkan konten visual dan audio palsu yang sangat realistis, sehingga menimbulkan ancaman serius terhadap keamanan informasi, privasi, dan kepercayaan publik. Oleh karena itu, diperlukan sistem pendeteksian yang efektif dan akurat untuk membedakan antara konten asli dan hasil manipulasi deepfake. Penelitian ini menggunakan metode deteksi deepfake dengan menggabungkan Fast Fourier Transform (FFT) sebagai teknik ekstraksi fitur frekuensi dan arsitektur EfficientNet untuk klasifikasi gambar. FFT digunakan untuk menangkap ciri-ciri frekuensi yang merepresentasikan karakteristik khusus dari gambar wajah, sedangkan EfficientNet berfungsi sebagai model klasifikasi yang mampu mengekstraksi dan mengolah fitur visual secara efisien dan akurat. Hasil penelitian menunjukkan bahwa model terbaik mampu mencapai akurasi sebesar 90%, recall 90%, presisi 89%, dan F1-score 89% dalam mendeteksi deepfake.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Anugrah, Giranda (00000056307)
Contributors:	Kusnadi, Adhi
Keywords:	Deepfake, EfficientNet, Fast Fourier Transform
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	09 Sep 2025 06:00
URI:	https://kc.umn.ac.id/id/eprint/40055

Actions (login required)

View Item