DETEKSI PEMALSUAN WAJAH PADA VIDEO MENGGUNAKAN METODE DUAL ATTENTION FORGERY DETECTION NETWORK

dc.contributor.author	Sutiono, Asep
dc.contributor.author	Sriyani Violina (Pembimbing)
dc.date.accessioned	2026-08-11T02:13:57Z
dc.date.available	2026-08-11T02:13:57Z
dc.date.issued	2024
dc.description.abstract	Video palsu yang dihasilkan oleh teknologi deepfake tersebar secara online. Sebagian besar berisi konten berbahaya dan mengakibatkan kerusuhan, kecemasan sosial, ancaman politik serta masalah sosial lainnya. Beberapa teknik telah diajukan untuk mencegah penyalahgunaan teknologi deepfake dan mekanisme attention memungkinkan Convolutional Neural Network (CNN) untuk fokus pada bagian kritis pada gambar seperti mulut atau mata. Metode Dual Attention Forgery Detection Network (DAFDN) menggunakan dua mekanisme attention, yaitu Spatial Reduction Attention Block (SRAB) dan Forgery Feature Attention Module (FFAM). Metode DAFDN menghasilkan skor Area Under the Curve (AUC) sebesar 91,1% pada dataset Deepfake Detection Challenge (DFDC) dan 94,5% pada dataset FaceForensics++ (FF++). Pada penelitian ini, penulis menggunakan metode DAFDN yang disematkan pada EfficientNet-B4 untuk mendeteksi pemalsuan wajah pada dataset dari Celeb-DF dan menghasilkan skor AUC sebesar 90%.
dc.identifier.uri	https://repository.widyatama.ac.id/handle/123456789/110766
dc.publisher	Program Studi S1 Informatika
dc.relation.ispartofseries	0618103032
dc.title	DETEKSI PEMALSUAN WAJAH PADA VIDEO MENGGUNAKAN METODE DUAL ATTENTION FORGERY DETECTION NETWORK