Deteksi Deepfake Lintas-Domain dengan Arsitektur Dual-Branch Spatial-Frequency Berbasis EfficientNet-B0

Tio, Michael (2026) Deteksi Deepfake Lintas-Domain dengan Arsitektur Dual-Branch Spatial-Frequency Berbasis EfficientNet-B0. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (751kB)
	PDF BAB_I.pdf Download (223kB)
	PDF BAB_II.pdf Download (382kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (3MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (741kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (217kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (215kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	Archive (ZIP) 00000070515_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Deteksi manipulasi wajah berbasis deepfake masih menghadapi tantangan generalisasi ketika model diuji pada jenis manipulasi di luar data pelatihan. Penelitian ini merancang arsitektur dual-branch yang menggabungkan fitur domain spasial dan frekuensi. Cabang spasial memproses citra wajah melalui EfficientNet- B0, sedangkan cabang frekuensi mengolah hasil Frequency-Aware Decomposition (FAD) berbasis Discrete Cosine Transform. Keluaran kedua cabang diseleksi melalui Convolutional Block Attention Module (CBAM) sebelum digabungkan. Model dilatih pada FaceForensics++ dan diuji secara cross-dataset pada Celeb-DF v2 dan DeepFake Detection (DFD). Pada pengujian cross-domain DFD, konfigurasi Full Model memperoleh AUC 0,8341 dan F1-Score 0,6035, sedangkan pada within- domain FF++ memperoleh AUC 0,9539. Hasil pengujian juga menunjukkan kesalahan deteksi cenderung berupa false negative pada manipulasi bertekstur halus seperti Neural Texture. Penelitian ini menyajikan analisis kemampuan generalisasi sebagai referensi bagi penelitian deteksi deepfake selanjutnya.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Tio, Michael (00000070515)
Contributors:	Wardhana, Ajie Kusuma
Keywords:	CBAM, cross-dataset, deepfake, dual-branch, EfficientNet-B0
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	25 Jul 2026 08:00
URI:	https://kc.umn.ac.id/id/eprint/48126

Actions (login required)

View Item