DETEKSI VIDEO DEEPFAKE MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK MODEL RESNET50

dapat menyebabkan penyebaran informasi yang tidak real. Metode deteksi deepfake membutuhkan dataset yang banyak, semakin banyak data yang dilatih semakin meningkat akurasi pada model deepfake. Namun deepfake juga memiliki kelemahan pada saat dilatih, dan memerlukan dataset yang banyak dan berkualitas tinggi agar menghasilkan hasil yang akurat. Penelitian ini memberikan solusi atas permasalahan tersebut menggunakan metode Convolutional Neural Networks dengan model ResNet50. Dataset yang digunakan akan melalui tahapan pre-processing, mengekstrak video per-frame, mendeteksi bagian wajah dan face cropping. Kemudian seluruh data dilatih dan dibuat model menggunakan RestNet50 dan melakukan pengujian berdasarkan nilai epoch dan batch size. Penelitian ini dapat menghasilkan model akurasi untuk jenis dataset FaceForensics++ dan Celeb DF didapat rata - rata dari hasil akurasi yaitu 99.09 % dan 99.31%.