STUDI KOMPARATIF KINERJA DETEKSI DEEPFAKE BERBASIS ARSITEKTUR HYBRID XCEPTIONNET-FFT TERHADAP MODEL DOMAIN TUNGGAL

Deteksi deepfake yang andal merupakan kebutuhan forensik digital yang mendesak, namun detektor berbasis domain spasial murni umumnya lemah dalam generalisasi lintas dataset, sementara domain frekuensi diklaim mampu menutupi keterbatasan tersebut. Penelitian ini melakukan studi komparatif untuk mengukur kontribusi domain frekuensi melalui arsitektur hybrid XceptionNet–FFT dengan late fusion dan Squeeze-and-Excitation gating, dibandingkan model domain tunggal. Tiga model (spasial, frekuensi, dan hybrid) dievaluasi pada dua dataset benchmark, yaitu FaceForensics++ dan Celeb-DF, dalam skenario in-dataset dan cross-dataset pada beberapa ukuran sampel dengan tiga seed, menggunakan metrik akurasi, presisi, recall, F1-score, dan AUC pada level frame dengan pembagian per-video. Hasil menunjukkan model spasial konsisten paling unggul (AUC in-dataset hingga 0,97), sedangkan cabang frekuensi berperforma nyaris setara tebakan acak (AUC 0,56–0,61) sehingga model hybrid tidak mengungguli baseline spasial. Pada pengujian cross-dataset, performa seluruh model menurun (AUC sekitar 0,55–0,68) disertai keruntuhan recall, dan penambahan analisis frekuensi hanya menekan penurunan generalisasi secara parsial dan bergantung arah. Penelitian menyimpulkan bahwa kontribusi domain frekuensi terbatas pada konfigurasi ini dan generalisasi lintas dataset tetap menjadi tantangan terbuka.