Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Systems, Information Technology, and Electronics Engineering
Dewi Zuliana
Universitas IVET
Education Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Implementasi Model Convolutional Neural Network- Bidirectional Long Short-Term Memory untuk Mendeteksi Deepfake Audio Dewi Zuliana; Kurniawati Kurniawati; Handini Arga Damar Rani
Journal of System, Information Technology and Electronics Engineering Vol 6 No 1 (2026): JUNI 2026
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/jsitee.v6i1.4793

Abstract

Perkembangan teknologi kecerdasan buatan telah mendorong munculnya deepfake audio yang berpotensi disalahgunakan untuk penyebaran informasi palsu dan penipuan. Penelitian ini bertujuan mengimplementasikan model CNN-BiLSTM menggunakan fitur Mel-Frequency Cepstral Coefficients (MFCC) untuk mendeteksi deepfake audio serta mengevaluasi performa model berdasarkan metrik accuracy, precision, recall, dan F1-score. Penelitian ini merupakan penelitian eksperimen menggunakan dataset Fake-or-Real (FoR) versi for-2seconds. Tahapan penelitian meliputi preprocessing data, ekstraksi fitur MFCC, normalisasi data, pelatihan model CNN-BiLSTM, dan evaluasi performa model menggunakan metrik accuracy, precision, recall, F1-score, dan Area Under Curve (AUC). Hasil penelitian menunjukkan bahwa model CNN-BiLSTM memperoleh accuracy sebesar 86,58%, precision sebesar 99,01%, recall sebesar 73,90%, F1-score sebesar 84,63%, dan AUC sebesar 97,16%. Hasil tersebut menunjukkan bahwa model CNN-BiLSTM mampu mendeteksi deepfake audio dengan baik menggunakan fitur MFCC.
Co-Authors Handini Arga Damar Rani Kurniawati Kurniawati