Text

DETEKSI GAMBAR BUATAN AI MENGGUNAKAN TRANSFER LEARNING MOBILENETV2 DAN TENSORFLOW LITE PADA APLIKASI ANDROID

---

Perkembangan pesat teknologi kecerdasan buatan, khususnya Generative Adversarial Networks (GAN), telah memungkinkan pembuatan citra sintetis yang sangat realistis, sehingga sulit dibedakan dari gambar asli. Fenomena ini memicu kekhawatiran terkait penyebaran disinformasi dan hoaks visual. Sementara itu, model deteksi Deep Learning konvensional umumnya membutuhkan komputasi tinggi yang sulit diakses oleh perangkat seluler. Penelitian ini bertujuan untuk mengembangkan sistem deteksi gambar buatan AI yang efisien dan akurat pada platform Android menggunakan arsitektur Convolutional Neural Network (CNN) MobileNetV2 dengan teknik Transfer Learning. Model dilatih menggunakan dataset gabungan sebanyak 4.000 citra yang terdiri dari wajah asli dan buatan (StyleGAN) serta karya seni digital. Untuk optimalisasi kinerja pada perangkat mobile (on-device), model dikonversi menggunakan kerangka kerja TensorFlow Lite. Hasil pengujian menunjukkan bahwa model mampu mencapai akurasi sebesar 88% pada data uji. Implementasi pada perangkat Android (POCO F6) menunjukkan efisiensi tinggi dengan ukuran model akhir 9,07 MB dan kecepatan inferensi rata-rata 17 milidetik per gambar. Selain itu, pengujian User Acceptance Testing (UAT) memperoleh skor rata-rata 4,15, yang mengindikasikan bahwa aplikasi dapat diterima dengan baik oleh pengguna sebagai alat bantu verifikasi keaslian citra digital yang praktis.

---

Availability

Detail Information

Call Number

Informatika 004.678 Sya d

Language

Indonesia

NPM

213510057

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Deep Learning
Artificial Intelligence
MobileNetV2
Transfer Learning
ndroid
TensorFlow Lite

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment