Dominic Naufal Ramadhan Herwanto
Teknik Informatika, Universitas Primakara

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

Found 1 Documents
Search

ANALISIS KINERJA MODEL VGGISH DENGAN INTEGRASI CONVOLUTIONAL BLCOK ATTENTION MODULE PADA DETEKSI AI-GENERATED VOICE Dominic Naufal Ramadhan Herwanto; Eddy Muntina Dharma; Ni Made Satvika Iswari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18397

Abstract

Perkembangan teknologi generative AI telah memungkinkan pembuatan audio sintetis yang sangat mirip dengan suara manusia. Fenomena ini menimbulkan tantangan baru, terutama dalam membedakan suara asli dan suara yang dihasilkan oleh AI, yang berpotensi meningkatkan risiko misinformasi, penipuan digital, serta manipulasi opini publik. Penelitian ini bertujuan untuk menganalisis kinerja model VGGish dalam mendeteksi suara sintetis serta mengevaluasi peningkatan performa melalui integrasi Convolutional Block Attention Module (CBAM). Metode yang digunakan mencakup pemrosesan data audio menggunakan representasi Mel-Spectrogram, pelatihan model VGGish dan VGGish+CBAM, serta evaluasi performa melalui metrik akurasi, confusion matrix, dan ROC-AUC. Hasil penelitian menunjukkan bahwa integrasi CBAM meningkatkan kemampuan model dalam menyoroti fitur akustik penting secara lebih adaptif, sehingga menghasilkan performa klasifikasi yang lebih baik dibandingkan model VGGish standar. Dengan demikian, pendekatan ini berpotensi menjadi solusi efektif dalam deteksi AI-Generated Voice pada berbagai implementasi keamanan digital.