Sistem Deteksi Citra Wajah Manusia Hasil Generatif AI Berbasis Mobile Menggunakan Model Transfer Learning MobileNetV2

Abstract

Kemajuan AI generatif memicu risiko penyalahgunaan identitas digital melalui pembuatan gambar wajah sintetis. Untuk memitigasi risiko tersebut, penelitian ini mengembangkan sistem deteksi gambar wajah hasil AI berbasis aplikasi mobile menggunakan arsitektur MobileNetV2. Arsitektur training model menggunakan Adam optimizer dengan learning rate 5e-6. Hasil penelitian menunjukkan bahwa model MobileNetV2 dengan Adam optimizer mencapai akurasi sebesar 99% pada data validasi dan data testing. Model tersebut kemudian dikonversi ke format TensorFlow Lite dan diintegrasikan ke dalam aplikasi mobile lintas platform berbasis Flutter dengan penyimpanan lokal SQLite. Pengujian inferensi secara langsung pada perangkat mobile dengan data real world berhasil mengklasifikasikan 35 dari 39 gambar uji dari berbagai sumber dan kondisi secara tepat, dengan 4 kesalahan dan 3 diantaranya pada gambar dengan kondisi wajah berjarak jauh. Sistem ini terbukti secara fungsional efektif dan praktis untuk mendeteksi manipulasi wajah secara lokal

Kata kunci: MobileNetV2, Generatif AI, Deteksi Wajah, Aplikasi Mobile, Adam Optimizer