Image of PENERAPAN MODEL DEEP LEARNING BERBASIS RECURRENT NEURAL NETWORK (RNN) UNTUK IDENTIFIKASI MANIPULASI VIDEO SECARA DIGITAL ATAU DEEPFAKE DALAM ANALISIS FORENSIK DIGITAL.
Bookmark Share

Text

PENERAPAN MODEL DEEP LEARNING BERBASIS RECURRENT NEURAL NETWORK (RNN) UNTUK IDENTIFIKASI MANIPULASI VIDEO SECARA DIGITAL ATAU DEEPFAKE DALAM ANALISIS FORENSIK DIGITAL.

Penelitian ini dilakukan karena perkembangan teknologi manipulasi video berbasis kecerdasan buatan, seperti Deepfake, semakin menimbulkan tantangan besar bagi keamanan informasi dan proses investigasi forensik digital. Video hasil manipulasi sering kali tampak sangat realistis sehingga sulit dibedakan dari video asli melalui pengamatan visual biasa. Kondisi ini dapat dimanfaatkan untuk penyebaran disinformasi, pemalsuan bukti, hingga tindakan kejahatan digital lainnya. Penelitian ini bertujuan menerapkan model Deep learning berbasis Recurrent Neural Network (RNN) untuk membantu proses identifikasi dan prediksi video Deepfake dalam konteks forensik digital. Metode ini memanfaatkan CNN untuk mengekstraksi fitur visual dari setiap frame, kemudian RNN menganalisis hubungan temporal antar frame untuk menemukan inkonsistensi yang menjadi ciri khas manipulasi Deepfake. Proses penelitian mengikuti standar forensik digital NIST SP 800-86 dan SP 800-101, mencakup tahap Collection, Examination, Analysis, dan Reporting untuk menjaga integritas bukti digital. Hasil penelitian menunjukkan bahwa model RNN mampu mendeteksi Deepfake dengan akurasi pelatihan 94% dan nilai AUC ROC sebesar 0.91, yang menandakan performa klasifikasi yang sangat baik dalam membedakan video asli dan manipulasi. Berdasarkan hasil ini, dapat disimpulkan bahwa kombinasi CNN dan RNN dapat digunakan sebagai pendekatan yang efektif dalam identifikasi manipulasi video untuk mendukung proses forensik digital. Model ini dapat digunakan sebagai alat bantu analisis yang mendukung proses verifikasi keaslian bukti video secara lebih sistematis dan dapat dipertanggungjawabkan.

Availability
#
Teknik Informatika (FAKULTAS TEKNIK) Informatika 621.381 Mif p
ETD4191II
Available but not for loan - ETD
Detail Information
Call Number
Informatika 621.381 Mif p
Language
Indonesia
NPM
213510528
Publisher
Teknik Informatika : Universitas Islam Riau.,
Keyword(s)
Forensik digital
CNN
Deepfake
RNN
Deteksi Manipulasi Video
Other Information
Petugas
Ayu Agustina
Other version/related

No other version available

File Attachment
Comments
You must be logged in to post a comment