Alat ini Mampu Deteksi Foto dan Video Deepfake dengan Cara Ini

Adam Rizal - Selasa, 16 Maret 2021 | 12:00 WIB

Resahkan Perempuan, Teknologi Deepfake Bisa Bikin Video Porno Palsu

Kasus penipuan dan pencemaran nama baik dengan teknologi Deepfake kerap terjadi di dunia maya dalam beberapa tahun terakhir.

Deepfake merupakan proses kecerdasan buatan (Artificial Intelligence/AI) deep learning yang mampu mengubah wajah seseorang dalam foto atau video menjadi orang lain, lengkap dengan gerakan eskpresi wajah dan pencahayaan yang sesuai aslinya.

Hasil modifikasi Deepfake bisa sangat halus dan realistis dengan teknologi AI sehingga tampak meyakinkan. Deepfake sering disalahgunakan, misalnya untuk membuat konten berbau pornografi yang seakan-akan diperankan orang tertentu.

Tim peneliti dari Universitas Buffalo, New York, AS membuat sebuah alat yang mampu mendeteksi gambar hasil olahan Deepfake.

Cara kerjanya, alat itu mampu mendeteksi refleksi cahaya yang dipantulkan oleh mata. Secara spesifik, alat itu akan menganalisa pola reflektif yang terpantul pada kornea.

Bagian kornea yang merupakan lapisan luar mata manusia bersifat reflektif sehingga akan memantulkan bayangan benda-benda di sekelilingnya. Nantinya alat itu akan menganalisa pola pantulan tersebut.

Sebagai perbandingan, foto yang memuat wajah asli akan menampilkan bayangan benda-benda pada kedua mata memiliki bentuk dan pola yang sama. Sebaliknya, foto Deepfake biasanya memikiki pola reflektif yang tidak konsisten antara satu mata dengan mata lainnya.

Setelah menganalisa pola reflektif cahaya, alat itu bakal melakukan perhitungan skor. Semakin kecil skor yang dihasilkan, maka semakin besar kemungkinan bahwa foto tersebut merupakan gambar Deepfake seperti dikutip The Next Web.

Alat itu memiliki tingkat akurasi yang tinggi dalam mendeteksi gambar Deepfake, yakni mencapai 94 persen.

Meski demikian, alat itu masih memiliki beberapa kelemahan karena mengandalkan refleksi cahaya yang dipantulkan oleh kedua mata.

Pantulan itu bisa saja dimodifikasi suapaya lebih seragam dan sulit dideteksi. Para peneliti Universitas Buffalo sekarang sedang meyempurnakan tool buatannya untuk mengatasi kelemahan-kelemahan di atas.