<![CDATA[Seiring berkembangnya teknologi Artificial Intelligence (AI), khususnya teknologi sintesis suara seperti Text to Speech dan Voice Conversion, media yang dihasilkan oleh teknologi ini semakin realistis, sehingga sulit dibedakan antara suara manusia dan suara yang dihasilkan oleh AI. Fenomena ini mengakibatkan peningkatan signifikan dalam kasus penyalahgunaan, sehingga menimbulkan tantangan serius di berbagai sektor, baik dalam ranah financial technology (fintech) maupun non-fintech. Pada penelitian ini, dalam upaya mendeteksi ucapan hasil manipulasi AI, atau deepfake, digunakan dataset Real, Fake, and Partially fake. Seluruh data pada dataset yang mengandung suara AI digabungkan dan diberi label 'Fake', sedangkan suara manusia diberi label 'Real'. Pendeteksian ini menggunakan pendekatan ekstraksi fitur audio Mel-Frequency Cepstral Coefficients (MFCC), diikuti dengan pemrosesan seperti normalisasi fitur, padding, labelling, dan reshape input. Selanjutnya, data yang telah diproses akan dianalisis menggunakan arsitektur Convolutional Neural Networks (CNN) yang diusulkan. Hasil penelitian ini menunjukkan bahwa model arsitektur CNN yang diusulkan dapat mencapai akurasi pelatihan sebesar 99% pada data training dan validation, serta akurasi pengujian pada data testing sebesar 92% serta untuk hasil evaluasi metrik (precision, recall, F1-score, macro avg, dan weighted avg) model pada data testing cukup memuaskan, yang mana untuk setiap metrik menghasilkan lebih dari 85%, Equal Error Rate (EER) bernilai 8% serta Area Under Precision-Recall Curve (AUPRC) pada kelas ‘Real’ bernilai 89% dan ‘Fake’ bernilai 99% dan hasil sistem yang dikembangkan dapat membedakan hasil suara AI (Fake) dengan suara manusia (Real).]]>
Copyrights © 2026
