<![CDATA[Pada tulisan ini mendemonstrasikan bagaimana perbandingan dalam pendeteksi deepfake antara tiga arsitektur convolutional neural network yaitu Resnet 50, VGG 19 dan Xception. Dalam percobaan ini, arsitektur-arsitektur tersebut akan dikombinasikan dengan model capsule networks, yang terdiri dari 2 lapisan konvolusi pada kapsul primer dan 2 kapsul keluaran yang akan diisi dengan label asli dan deepfake. Dibuat sebuah basis data yang terdiri dari 6000 data asli dan 4000 data deepfake dan dilatih melalui 100 epochs dan 10 batch size. Setelah itu, 20 gambar acak akan digunakan dalam proses pengujian pendeteksi deepfake berdasarkan label yang ada pada basis data. Hasilnya menunjukkan bahwa ketiga arsitektur tersebut mampu mendeteksi gambar deepfake dengan berbagai tingkat akurasi yaitu Resnet 50 dengan tingkat akurasi 64,133%, VGG 19 dengan tingkat akurasi 61,067% dan Xception dengan tingkat akurasi 64,067%.]]>
Copyrights © 2024
