SISTEM DETEKSI PEMALSUAN CITRA MENGGUNAKAN CNN DENSENET-121 DAN WATERMARK LEAST SIGNIFICANT BIT (LSB) UNTUK VALIDASI CITRA PALSU

Jiwani, Fatwa Akbar (2025) SISTEM DETEKSI PEMALSUAN CITRA MENGGUNAKAN CNN DENSENET-121 DAN WATERMARK LEAST SIGNIFICANT BIT (LSB) UNTUK VALIDASI CITRA PALSU. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602100045_fullpdf.pdf Download (1MB)
	Text Teknik Informatika_32602100045_pernyataan_publikasi.pdf Restricted to Registered users only Download (48kB)

Abstract

Deteksi deepfake menjadi tantangan besar dalam era digital karena dampaknya terhadap keamanan informasi. Penelitian ini mengusulkan sistem deteksi deepfake menggunakan CNN DenseNet-121 untuk mengklasifikasikan gambar sebagai asli atau palsu, dengan LSB Watermarking sebagai validasi keaslian citra. Dataset terdiri dari gambar asli dan deepfake yang diproses dengan augmentasi untuk meningkatkan generalisasi model. Model dilatih dengan optimasi Adam dan binary cross-entropy, lalu dievaluasi berdasarkan akurasi, precision, recall, dan F1-score. Hasilnya, kombinasi DenseNet-121 dan LSB Watermarking mencapai akurasi 91%, dengan precision 0.92, recall 0.91, dan F1-score 0.91. Pendekatan ini tidak hanya mendeteksi deepfake dengan presisi tinggi, tetapi juga menyematkan bukti forensik digital yang dapat diverifikasi. Kata kunci : Deepfake, DenseNet-121, CNN, LSB Watermarking, Deteksi Pemalsuan Citra

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 1 UNISSULA
Date Deposited:	12 Jun 2025 01:53
URI:	http://repository.unissula.ac.id/id/eprint/40049

Actions (login required)

View Item