Pengertian Deepfake Serta Cara Untuk Mendeteksi Video Deepfake

Pengertian Deepfake

Merupakan sebutan populer untuk penerapan teknologi yang memetakan wajah seseorang ke cuplikan orang lain.Teknologi deepfake dapat menganimasikan fitur dan ekspresi manusia.Deepfake sendiri termasuk salah satu bentuk AI yang memiliki algoritma deep learning atau pembelajaran mendalam.Umumnya metode untuk membuat deepfake yakni penggunaan jaringan deep neural yang melibatkan auto encoder untuk teknik pertukaran wajah.Auto encoder adalah program deep learning AI bertugas mempelajari klip video untuk memahami seperti apa orang itu dari berbagai sudut dan kondisi lingkungan.Dalam pembuatannya deepfake video yang diperlukan hanya kumpulan video atau gambar target dan video yang ingin dijadikan dasar deepfake.Agar deepfake terlihat nyata,AI lainnya seperti Generative Adversarial Networks (GAN) ditambahkan.Ini akan mendeteksi dan memperbaiki kekurangan apa pun di deepfake yang sulit membuat detektor deepfake mengungkapnya.

Kata deepfake menggabungkan 2 istilah yaitu deep learning dan “fake”.Jadi,deepfake merupakan video atau gambar palsu yang dibuat menggunakan teknologi deeplearning Artificial Intelligence.Teknologi ini dapat dengan mulus menggabungkan wajah siapa pun ke dalam video atau foto.

Berikut ini beberapa contoh aplikasi atau software yang menggunakan teknologi Deepfake seperti :

• Faceapp

FaceApp adalah sebuah aplikasi peranti bergerak untuk iOS dan Android yang dikembangkan oleh perusahaan Rusia Wireless Lab yang memakai teknologi jaringan neural untuk secara otomatis melakukan transformasi yang sangat realistik terhadap wajah dalam foto.

• Faceswap

Aplikasi yang digunakan untuk tukar wajah di foto kalian sendiri.Aplikasi tukar foto wajah terbaik dan sepenuhnya gratis.

• MyHeritage

MyHeritage adalah sebuah platform silsilah daring dengan produk-produk dan jasa-jasa web,peranti bergerak dan perangkat lunak yang mula-mula dikembangkan dan dipopulerkan oleh perusahaan Israel MyHeritage pada 2003.Para pengguna dari platform tersebut dapat membuat silsilah keluarga,mengunduh dan mencari gambar dan memeriksa lebih dari 9 miliar catatan sejarah dan fitur lainnya.

• DeepFaceLab

DeepFaceLab adalah sistem deepfake open-source yang memungkinkan pengguna untuk menukar wajah pada gambar dan video.DeepFaceLab dapat mencapai hasil dengan ketelitian tinggi yang tidak dapat dibedakan oleh pendekatan deteksi pemalsuan arus utama.Selain menukar wajah dengan mulus,ini juga dapat mengubah usia wajah,mengganti seluruh kepala, dan bahkan memanipulasi ucapan (meskipun ini akan membutuhkan keterampilan dalam mengedit video).

• Zao

ZAO adalah alat yang memungkinkan kalian untuk memasukkan wajah ke dalam berbagai video.Dengan ini,hanya dalam beberapa detik dapat membuat berbagai jenis ‘deepfakes’ yang realistis.Seperti di FaceApp,alat ini memiliki syarat dan ketentuan yang mengatur hak gambar dan foto pengguna.Bagaimanapun juga langkah pertama adalah mengupload foto untuk menjahit wajah pengguna ke dalam wajah orang lain dalam setiap video secara virtual.

• Reface

Reface adalah aplikasi AI yang dapat menukar wajah dalam video dan GIF dalam beberapa detik. Itu memegang tempat pertama di atas Appl  AppStore Amerika segera setelah rilis. Kantor pusat perusahaan berlokasi di Kyiv, Ukraina

Cara Untuk Mendeteksi Video Deepfake

Saat ini video deepfake sudah menjadi semakin umum,maka kalian sebagai pengguna internet harus lebih cerdas dan hati-hati dalam mendeteksi info palsu.

Berikut beberapa indikator video deepfake :

• Cek warna kulit,rambut atau wajah seseorang dalam suatu video.Biasanya video palsu akan menampilkan seseorang dengan wajah tampak lebih buram daripada gambar lingkungan di sekitarnya.Selain itu,fokus video terkadang terlihat tidak natural.
• Cek cahaya video,pastikan video tersebut terlihat natural.Seringkali algoritme deepfake akan tetap menggunakan pencahayaan dari video klip seseorang yang ingin ditambahkan.Jadi,pencahayaan akan terlihat tidak sesuai pencahayaan di video target.
• Dapat mencermati kembali audio pada video tersebut karena deepfake seringkali menampilkan gerak mulut yang terlihat tidak natural.Hal ini banyak ditemukan terutama ketika video yang dimanipulasi menggunakan audio tidak diedit dengan

Saat ini sudah ada beberapa aplikasi dapat digunakan untuk mendeteksi video deepfake.Berikut contohnya seperti :

1.Sensity

Sensity : bekerja layaknya antivirus yang dapat mendeteksi deepfake.Software ini dapat melindungi pengguna dari ancaman kejahatan visual.Sensity dikembangkan oleh para peneliti Machine Learning dan threat intelligence specialists dengan tujuan untuk melindungi individu atau perusahaan dari ancaman yang ditimbulkan deefake dan bentuk media visual berbahaya lainnya.Saat digunakan,Sensity akan mengirimkan pemberitahuan melalui email saat pengguna melihat sesuatu yang menunjukan media sintetis buatan teknologi AI.

2.Operation Minerva

Operation Minerva : Software ini menggunakan digital fingerprinting untuk mengidentifikasi dan menemukan video palsu yang dibuat tanpa persetujuan pengguna.Di halaman webnya,Operation Minerva menyebutkan bahwa mereka juga memberikan layanan untuk menghapus video palsu tersebut.

Cara Deepfake Dibuat

Banyak metode yang dipergunakan untuk membuat video deepfake.Meskipun demikian, metode yang paling umum digunakan bergantung pada penggunaan Deep Neural Networks (DNN) yang melibatkan autoencoders dengan teknik pertukaran wajah. Deep Neural Networks ini merupakan sekumpulan algoritma yang dirancang untuk mengenali pola dan memproses data dengan cara yang kompleks.Untuk membuat deepfake,pengguna harus menyediakan video target yang akan digunakan sebagai dasar video.Kemudian, pengguna juga memerlukan kumpulan klip dari video seseorang yang ingin dimasukkan ke dalam video target.Video-video tersebut tidak harus saling berkaitan.

Dengan teknologi autoencoder,program AI deep learning bertugas untuk mempelajari video tersebut dan memahami seperti apa tampilan orang tersebut dari berbagai sudut dan kondisi lingkungan.Lalu,teknologi machine learning lain akan kembali ditambahkan ke dalam video.Teknologi tersebut bernama Generative Adversarial Networks (GAN) yang bisa mendeteksi dan memperbaiki kekurangan dalam video deepfake.Generative Adversarial Networks juga digunakan sebagai metode populer untuk pembuatan deepfake yang mengandalkan studi data dalam jumlah besar untuk mempelajari cara mengembangkan gambar dengan meniru hal nyata.

Setelah beberapa kali pendeteksian dan perbaikan oleh GAN,maka video deepfake akan selesai dibuat.Banyak yang berasumsi Generative Adversarial Networks (GAN) akan menjadi mesin utama untuk pengembangan deepfakes di masa depan.Ketika teknologi ini pertama kali muncul,dibutuhkan para ahli dan waktu cukup panjang untuk menghasilkan efek tersebut.Namun saat ini teknologi deepfake sudah semakin maju sehingga dapat mensintesis gambar atau video dengan waktu lebih cepat.

Risiko Penggunaan Teknologi Deepfake

Membuat video dengan teknologi deepfake memang terlihat menarik,namun teknologi deepfake juga memiliki sisi negatif.Setelah teknologi deepfake dirilis,dibanjiri dengan berbagai video pornografi palsu yang menampilkan wajah politisi atau selebritis terkenal.Seiring dengan perkembangan deepfake,teknologi AI saat ini juga memungkinkan untuk tidak hanya memalsukan wajah namun juga suara semua orang.Kondisi tersebut membuat risiko akan pembuatan video untuk penyebaran info palsu menjadi semakin mengkhawatirkan.

Jika digunakan oleh orang yang tujuannya jahat,teknologi ini bisa menjadi alat untuk menjatuhkan reputasi seseorang.Sudah ada banyak kasus dimana teknologi ini dipergunakan untuk menyebarkan info palsu yang merusak reputasi seseorang.Dikutip dari kompas.tv,pemerhati keamanan siber,Yerry Niko Borang memberi info bahwa teknologi deepfake dapat menjadi sangat berbahaya.Yerry juga mengatakan bahwa ketika disalahgunakan,teknologi ini dapat memproduksi konten-konten hoaks.Banyak ahli percaya,di masa depan deepfake akan jauh lebih canggih sehingga dapat menimbulkan ancaman lebih serius kepada publik.Di sisi lain,saat ini sebagian besar orang saat melakukan aktivitas secara online melalui berbagai platform digital.Jika video-video palsu terus tersebar luas,maka efek jangka panjang yang ditimbulkan adalah munculnya ketidakpercayaan pada bukti audio dan video secara umum.

sekian artikel kali ini semoga bisa bermanfaat untuk kalian semua 🙂