Muhammad Fikri Maulana
Universitas Islam Sultan Agung Semarang

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

DETEKSI DEEPFAKE VIDEO BERDASARKAN INKONSISTENSI GERAKAN KEPALA DAN LEHER MENGGUNAKAN VARIATIONAL AUTOENCODER Muhammad Fikri Maulana; Bagus Satrio Waluyo Poetro
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 4 (2026): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v3i4.3840

Abstract

Teknologi deepfake saat ini mampu memproduksi manipulasi video yang sangat realistis, sehingga sulit dideteksi oleh metode berbasis spasial statis. Penelitian ini mengusulkan metode deteksi deepfake melalui analisis inkonsistensi biomekanik gerakan kepala dan wajah menggunakan Variational Autoencoder (VAE). Dengan pendekatan unsupervised anomaly detection, model dilatih hanya menggunakan video asli untuk mempelajari pola pergerakan alami manusia. Lima fitur utama diekstraksi menggunakan MediaPipe, yakni Pitch, Yaw, Roll, Eye Aspect Ratio (EAR), dan Mouth Aspect Ratio (MAR), yang diproses dengan teknik sliding window 60 frame. Hasil pengujian menggunakan dataset FaceForensics++ dan Celeb-DF menunjukkan performa model dengan akurasi 66% dan nilai AUC sebesar 0,69. Penelitian ini membuktikan bahwa inkonsistensi gerakan biomekanik merupakan indikator kuat dalam mendeteksi manipulasi video sintesis tingkat lanjut.