Deteksi Serangan Audio (Deepfake) Menggunakan Time-Base dan Cepstral Domain Feature dengan Stacking Classifier - Dalam bentuk buku karya ilmiah
ZEFANYA DARMA PUTRI
Informasi Umum
Kode
25.04.373
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Cyber Security
Dilihat
87 kali
Informasi Lainnya
Abstraksi
Audio deepfake, atau menipulasi suara, meniru atau mengubah suara asli, dapat digunakan untuk penipuan dan pencemaran nama baik. Tujuan dari penelitian ini adalah untuk meningkatkan akurasi deteksi audio deepafake dengan menggunakan metode stacking classifier dengan parameter terbaik dati SVM, random forest dan logistic regression sebagai base learner dari stacking classifier. Pada penelitian ini digunakan 6 jenis fitur pada audio seperti Mel-Frequency Cepstral Coefficients (MFCC), Spectral Rolloff, Spectral Contrast, Bandwidth, Zero-Crossing Rate (ZCR) dan Root Mean Square (RMS). Penulis menggunakan dataset The Fake or Real, dataset ini dibuat menggunakan model text-to-speech dan dibagi menjadi empat sub-dataset: for-rerec, for-2sec, for-norm dan for-original. Hasil eksperimen sistem yang telah dilakukan memiliki akurasi pengujian 98-99% dan akurasi validasi 97-99%. Penelitian ini membuktikan efektifitas dari pendekatan stacking classifier dalam mendeteksi audio deepfake asli atau palsu dan telah mengalami p
- CII3E3 - KEAMANAN SIBER
- CII3C3 - PEMBELAJARAN MESIN
- CII4K3 - SISTEM KEAMANAN CERDAS
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ZEFANYA DARMA PUTRI |
| Jenis | Perorangan |
| Penyunting | Vera Suryani |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
