PENERAPAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DETEKSI VIDEO DEEPFAKE DI UNIVERSITAS DARMA PERSADA

Maulana Hanif, Saputra (2025) PENERAPAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DETEKSI VIDEO DEEPFAKE DI UNIVERSITAS DARMA PERSADA. Other thesis, Unsada.

[thumbnail of COVER.pdf]
Preview
Text
COVER.pdf

Download (981kB) | Preview
[thumbnail of BAB 1.pdf]
Preview
Text
BAB 1.pdf

Download (697kB) | Preview
[thumbnail of BAB 2.pdf]
Preview
Text
BAB 2.pdf

Download (723kB) | Preview
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB 5.pdf]
Preview
Text
BAB 5.pdf

Download (697kB) | Preview
[thumbnail of DAFTAR PUSTAKA.pdf]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (594kB) | Preview
[thumbnail of LAMPIRAN.pdf]
Preview
Text
LAMPIRAN.pdf

Download (688kB) | Preview
[thumbnail of HASIL TURNITIN.pdf]
Preview
Text
HASIL TURNITIN.pdf

Download (834kB) | Preview
[thumbnail of SUKET TURNITIN.pdf] Text
SUKET TURNITIN.pdf
Restricted to Registered users only

Download (147kB)
Official URL: http://repository.unsada.id

Abstract

Kemajuan teknologi kecerdasan buatan (Artificial Intelligence) telah memungkinkan terciptanya video manipulatif (deepfake) yang menyerupai video asli, sehingga menimbulkan tantangan dalam mendeteksi keaslian konten digital. Penelitian ini bertujuan untuk mengembangkan sistem deteksi deepfake berbasis Convolutional Neural Network (CNN) dan Transformer. Pada pendekatan CNN, digunakan 1.204 dataset gambar yang terdiri dari gambar asli dan gambar manipulatif (fake) untuk melakukan klasifikasi visual. Sementara itu, pendekatan Transformer diterapkan pada 70 dataset video, yang terdiri dari 35 video asli dan 35 video deepfake, untuk menangkap dependensi temporal antar frame. Hasil penelitian menunjukkan bahwa model CNN mampu mencapai tingkat akurasi di atas 90%, sedangkan model Transformer menunjukkan performa yang baik dalam membedakan video asli dan deepfake dengan akurasi tinggi. Kesimpulan dari penelitian ini adalah bahwa kombinasi CNN dan Transformer memiliki potensi besar dalam mendeteksi manipulasi media digital.

Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing : Timor Setianingsih, ST, MTI
Uncontrolled Keywords: Deepfake; Convolutional Neural Network; Transformer; Deteksi Video; Deep Learning; Keamanan Informasi.
Subjects: 000 Generalities/Karya Umum > 005.262 Programming in Specific Program Language/Pemrograman untuk Bahasa Pemrograman Tertentu
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Suwatno Suwatno Perpustakaan
Date Deposited: 27 Oct 2026 02:16
Last Modified: 27 Oct 2026 02:16
URI: http://repository.unsada.id/id/eprint/10996

Actions (login required)

View Item View Item