KOMBINASI ID-REVEAL DAN DYNAMIC FACE AUGMENTATION UNTUK KLASIFIKASI DEEPFAKE DETECTION MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

UPT. PERPUSTAKAAN Universitas Esa Unggul Kampus Emas UEU - Jakarta Barat
Phone	:	021-5674223, ext 282
Fax	:
E-mail	:	[email protected]
Website	:	http://library.esaunggul.ac.id
Support (Customer Service) :
[email protected]

Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:

LIVE SUPPORT

Astrid Chrisafi

! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

UEU » Master Theses » Magister Ilmu Komputer
Posted by [email protected] at 13/03/2024 13:35:53 • 204 Views

KOMBINASI ID-REVEAL DAN DYNAMIC FACE AUGMENTATION UNTUK KLASIFIKASI DEEPFAKE DETECTION MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Created by :
TB FAJRI MULYANA ( 20190804033 )

Subject:	KOMBINASI ID-REVEAL DYNAMIC FACE AUGMENTATION KLASIFIKASI DEEPFAKE DETECTION
Alt. Subject :	COMBINATION ID-REVEAL DYNAMIC FACE AUGMENTATION CLASSIFICATION OF DEEPFAKE DETECTION
Keyword:	Deteksi DeepFakes id-reveal augmentasi wajah ResNet9 kombinasi id-reveal dan augmentasi wajah

Description:

Banyak gambar dan video diunggah ke Internet setiap hari, tetapi keasliannya tidak dapat diverifikasi. Penyebaran gambar palsu melalui Internet dapat menyebabkan kerusuhan politik dan sosial yang tidak diinginkan. Tentunya potensi bahaya yang terjadi sedini mungkin harus ditangani agar tidak menimbulkan masalah yang lebih kompleks di kemudian hari. Jadi, sangat penting untuk memvalidasi keaslian gambar digital. Metode klasifikasi yang populer saat ini adalah CNN (Convolutional Neural Network). Pendekatan klasifikasi berbasis jaringan saraf juga telah digunakan untuk membedakan gambar asli dari Deep Fakes. Kami memperkenalkan kombinasi Id-Reveal dan Face Augmentation. Kami mendefinisikan jaringan saraf dalam convolutional neural untuk gambar multi- saluran (RGB). Kernel yang berbeda diterapkan ke setiap saluran, dan output ditambahkan bersama berdasarkan piksel. Kami menganalisis metode kami secara komprehensif dan membandingkannya dengan metode deteksi DeepFakes menggunakan CNN dengan model ResNet9. Hasil eksperimen menunjukkan bahwa performa ID-Reveal menghasilkan hasil yang sangat baik, mencapai akurasi 96% dengan selisih 10% dari model Resnet9 yang hanya mencapai 86% dengan delapan kali epoch. Selain itu, ID-Reveal memiliki kerugian kecil sekitar 3% dan waktu yang wajar untuk melakukan pelatihan sekitar 18 menit dan memiliki waktu pelatihan yang jauh lebih cepat sekitar 8 menit dibandingkan dengan ResNet9

Contributor	:	Dr. GERRY FIRMANSYAH , S.T.M.Kom
Date Create	:	13/03/2024
Type	:	Text
Format	:	PDF
Language	:	Indonesian
Identifier	:	UEU-Master-20190804033
Collection ID	:	20190804033

Source :
Master Theses Of Computer Science

Relation Collection:
Fakultas Ilmu Komputer

Coverage :
Civitas Akademika Universitas Esa Unggul

Rights :
@2024 Perpustakaan Universitas Esa Unggul

Publication URL :
https://digilib.esaunggul.ac.id/kombinasi-idreveal-dan-dynamic-face-augmentation-untuk-klasifikasi-deepfake-detection-menggunakan-metode-convolutional-neural-network-33361.html

[ Free Download - Free for All ]