<![CDATA[Di era teknologi saat ini, penggunaan dari Artificial Intelligence sangat berkembang pesat. Banyak teknologi yang sudah menerapkan AI untuk menghasilkan suatu informasi. Akan tetapi, tidak semua teknologi yang diciptakan menggunakan AI membawakan dampak positif. Salah satu teknologi AI yang dapat menimbulkan dampak negatif adalah deepfake. Salah satu dampak negatif yang dapat disebabkan oleh teknologi deepfake adalah membuat wajah manusia buatan yang menyerupai wajah aslinya. Oleh karena itu, deepfake merupakan salah satu kasus yang perlu diperhatikan lebih lanjut. Penggunaan deepfake yang salah ini apabila dibiarkan dapat merugikan banyak pihak, baik untuk orang lain maupun diri sendiri. Penelitian ini dibuat dengan tujuan agar dapat membuat sebuah model bersifat kopnseptual yang dapat melakukan identifikasi pada wajah asli maupun wajah buatan deepfake. Metode yang digunakan adalah metode CNN dengan pembuatan arsitektur 6 convolutional layer dan 3 max pooling serta tambahan layer Batch Normalization. Metode CNN dipilih karena dinilai baik dalam melakukan klasifikasi suatu citra. Setelah itu, metode CNN akan ditambahkan dengan arsitektur menyerupai VGG dan layer tambahan yaitu Batch Normalization. Hasil yang didapatkan pada penelitian ini adalah model yang dibuat dapat dinyatakan berhasil untuk melakukan identifikasi wajah buatan deepfake dengan wajah asli. Hal ini dibuktikan dengan tingkat akurasi, presisi, recall, dan F1-Score sebesar 91%.]]>
Copyrights © 2024
