<![CDATA[Model generatif seperti StyleGAN2 mampu menghasilkan gambar sintetik yang menyerupai gambar nyata, namun menimbulkan potensi pelanggaran hak cipta karena sering dilatih menggunakan data tanpa izin pemilik. Penelitian ini bertujuan untuk mengembangkan metode atribusi gambar dengan menyisipkan artificial fingerprint secara tersembunyi ke dalam dataset wajah sebelum digunakan dalam pelatihan model generatif. Metode yang digunakan berbasis Convolutional Neural Network (CNN) dengan dua komponen utama: encoder untuk menyisipkan fingerprint dan decoder untuk mendeteksinya kembali. Dataset yang digunakan adalah FFHQ beresolusi 128×128 piksel, dan model dilatih selama 10 epoch menggunakan algoritma Adam. Evaluasi dilakukan menggunakan Binary Cross Entropy (BCE) untuk mengukur akurasi deteksi fingerprint dan Mean Squared Error (MSE) untuk menilai kualitas visual gambar. Hasil menunjukkan bahwa metode ini berhasil menyisipkan fingerprint secara imperseptibel (MSE < 0.01) dan mengekstraksinya kembali dengan tingkat akurasi sangat tinggi (bitwise accuracy > 99%). Pendekatan ini memberikan kontribusi teknis dalam sistem atribusi otomatis dan perlindungan hak cipta pada pengembangan AI generatif.]]>
Copyrights © 2025
