FAKE FACE IMAGE CLASSIFICATION USING FACENET WITH ERROR LEVEL ANALYSIS

Abstrak

ABSTRAK

Berkembangnya teknologi membuat semakin berkembangnya kreatifitas. Seperti contohnya adalah edit pada foto. Dimana data berupa foto yang dapat diunggah pada social media. Hasil foto yang diunggah pada social media bisa saja merupakan foto asli (tanpa editan) atau foto hasil edit. Hasil edit foto ini sering digunakan sebagai tindak kecurangan untuk menipu seseorang. Untuk itu perlu adanya sistem untuk mendeteksi apakah gambar itu real atau fake. Dataset yang digunakan sebanyak 9.742 data yang terbagi menjadi du akelas yaitu Real dan Fake menggunakan FaceNet dan metode Error Level Analysis serta klasifikasi menggunakan Support Vector Machines dengan menentukan hyperparameter tuning yaitu epoch = 10, optimizer = Adam, batch size = 64, dan learning rate = 0.0001 menghasilkan akurasi sebesar 95.78% dan hyperplane terbaik untuk SVM yaitu kernel = Linear, C = 0.1 menghasilkan precission 53%, recall 54%, dan f1-score 54%.

Abstrak Inggris

The development of science and technology is currently quite advanced, especially information technology has experienced rapid development. Currently, the use of websites is dynamic and indispensable throughout the company. In making a website profile in an itenas interior design study program, Bandung is still incomplete to collect data and information, so it requires a system that is able to provide information that is fast, accurate and can update. In making a website profile in an interior design study program, itenas bandung is still incomplete to collect data and information. This problem can be solved by building a dynamic website profile of the itenas interior design study program using the Laravel framework in order to make it easier to find data and information from the study program.