RIZIQ, ALVIN YUSUF (2025) ARTIFICIAL FINGERPRINTING BERBASIS CONVOLUTIONAL NEURAL NETWORK UNTUK ATRIBUSI GAMBAR WAJAH SINTETIK DARI STYLEGAN2. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text surat persetujuan publikasi.pdf Baca Disini (552kB) | Download (552kB)
	Text Teknik Informatika_32602100002_fullpdf.pdf Baca Disini (3MB) | Download (3MB)

Abstract

Model generatif seperti StyleGAN2 mampu menghasilkan citra sintetik yang menyerupai gambar nyata, namun menimbulkan risiko pelanggaran hak cipta akibat penggunaan data tanpa izin. Penelitian ini mengusulkan metode artificial fingerprinting berbasis Convolutional Neural Network (CNN) untuk menyisipkan jejak digital tersembunyi pada gambar wajah guna mendukung atribusi citra hasil generate. Sistem terdiri dari encoder dengan arsitektur menyeruapai U-Net untuk penyisipan dan decoder untuk ekstraksi fingerprint. Dengan dataset FFHQ, evaluasi menggunakan Binary Cross Entropy dan Mean Squared Error menunjukkan bahwa metode ini efektif dalam menyisipkan dan mendeteksi fingerprint tanpa mengganggu kualitas visual gambar. Pendekatan ini berpotensi menjadi solusi teknis dalam perlindungan hak cipta pada pengembangan AI generatif.
Kata kunci: Artificial Fingerprinting, CNN, StyleGAN2, Atribusi Gambar, Hak Cipta.

Dosen Pembimbing:	Mulyono, Sri | UNSPECIFIED
Item Type:	Thesis (Undergraduate)
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Komputer
Depositing User:	Pustakawan Reviewer UNISSULA
Date Deposited:	27 Apr 2026 00:53
URI:	https://repository.unissula.ac.id/id/eprint/46451

Actions (login required)

View Item