WANDANI, SUTRI (2026) DETEKSI DEEPFAKE WAJAH MANUSIA MENGGUNAKAN ALGORITMA YOLO. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (243kB)
	Text Abstrak.pdf Download (579kB)
	Text Bab I.pdf Download (501kB)
	Text Daftar Pustaka.pdf Download (502kB)
	Text Full-text.pdf Restricted to Registered users only Download (4MB)

Abstract

Teknologi deepfake menjadi salah satu tantangan serius dalam keamanan digital karena kemampuannya menghasilkan citra dan video wajah yang tampak sangat realistis. Penyebaran konten deepfake yang semakin luas meningkatkan risiko penipuan identitas, penyebaran informasi palsu, pelanggaran privasi, dan berbagai bentuk kejahatan siber lainnya. Oleh karena itu, diperlukan sistem deteksi yang efektif dan otomatis untuk membedakan antara konten wajah asli dan hasil manipulasi. Penelitian ini mengusulkan sistem deteksi deepfake wajah manusia berbasis Android menggunakan algoritma YOLOv8. Dataset yang digunakan terdiri dari citra wajah asli yang dikumpulkan dari mahasiswa Universitas Malikussaleh dan citra deepfake yang dihasilkan menggunakan teknik kecerdasan buatan. Tahapan penelitian meliputi pengumpulan data, preprocessing, anotasi, pelatihan model, evaluasi, serta implementasi aplikasi Android. Model YOLOv8 yang telah dilatih kemudian diintegrasikan ke dalam aplikasi Android yang mampu mendeteksi konten deepfake dari citra maupun video wajah. Hasil pengujian menunjukkan bahwa model yang diusulkan memperoleh nilai precision sebesar 95%, recall sebesar 95%. Aplikasi yang dikembangkan berhasil mengklasifikasikan wajah ke dalam kategori real dan deepfake serta memberikan informasi tambahan berupa jenis kelamin wajah yang terdeteksi. Hasil penelitian menunjukkan bahwa YOLOv8 efektif digunakan untuk deteksi deepfake wajah dan memiliki potensi untuk diterapkan pada perangkat bergerak guna mendukung verifikasi konten digital serta meningkatkan keamanan digital.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Sutri Wandani
Date Deposited:	04 Sep 2026 04:43
Last Modified:	04 Sep 2026 04:43
URI:	https://rama.unimal.ac.id/id/eprint/22399

Actions (login required)

View Item