<br />
<b>Notice</b>:  Undefined index: item_type_code in <b>/var/www/html/pustaka/repository/lib/detail.inc.php</b> on line <b>462</b><br />
<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="1996">
<titleInfo>
<title><![CDATA[PENERAPAN METODE LOCAL BINARY PATTERN DAN SUPPORT VECTOR MACHINE UNTUK DETEKSI AI GENERATED VIDEO]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>ERGY DAVID LUNDY TUMANGGOR</namePart>
<role><roleTerm type="text">Pengarang</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Arina Prima Silalahi, S.Kom., M.Kom.</namePart>
<role><roleTerm type="text">Dosen Pembimbing 2</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Harlen Gilbert Simanullang, S.Kom., M.Kom.</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Medan]]></placeTerm></place>
<publisher><![CDATA[Universitas Methodist Indonesia]]></publisher>
<dateIssued><![CDATA[2026]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[Published]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[id]]></languageTerm>
<languageTerm type="text"><![CDATA[Indonesia]]></languageTerm>
</language>
<itemType>
<itemTypeTerm type="code"><![CDATA[]]></itemTypeTerm>
<itemTypeTerm type="text"><![CDATA[Skripsi (S1)]]></itemTypeTerm>
</itemType>
<copyright>
<copyrightTerm type="code"><![CDATA[6]]></copyrightTerm>
<copyrightTerm type="text"><![CDATA[Fakultas Ilmu Komputer Universitas Methodist Indonesia]]></copyrightTerm>
</copyright>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Kemajuan pesat artificial intelligence (AI) generatif telah memicu maraknya
penyebaran video manipulasi yang sangat realistis, sehingga menimbulkan
berbagai risiko penipuan dan disinformasi di masyarakat. Sebagian besar sistem
deteksi saat ini menggunakan pendekatan deep learning berbasis Convolutional
Neural Network (CNN) yang cenderung membutuhkan sumber daya komputasi
yang sangat besar. Sebagai solusi alternatif yang efisien, penelitian ini mengusulkan
penerapan metode Machine Learning dengan mengombinasikan Local Binary
Pattern (LBP) untuk ekstraksi fitur tekstur dan Support Vector Machine (SVM)
untuk klasifikasi kelas video real dan not real. Penelitian ini menggunakan dataset
SDFVD2.0 yang terdiri dari 927 sampel video. Tahapan pemrosesan diawali dengan
preprocessing pada level frame yang mencakup konversi grayscale, resize,
Gaussian blur, dan face cropping untuk mengurangi gangguan yang tidak relevan.
Ekstraksi tekstur dilakukan menggunakan LBP dengan parameter radius 2 dan 16
titik sampel, yang diproses melalui agregasi temporal (Mean dan Standar Deviasi)
untuk menghasilkan matriks vektor fitur berdimensi 144. Proses klasifikasi
dilakukan oleh SVM berkernel linear dengan pembagian data latih dan uji sebesar
80:20 yang telah distandardisasi. Hasil pengujian menunjukkan bahwa model
mampu mencapai tingkat akurasi klasifikasi sebesar 81,18%. Pada pengujian
menggunakan 5 data video baru, sistem berhasil mengklasifikasikan 3 video secara
tepat dengan rata-rata tingkat keyakinan 62,72% dan waktu komputasi yang sangat
cepat, yaitu 38,13 detik. Meskipun masih terdapat margin kesalahan prediksi,
pendekatan LBP dan SVM ini terbukti menjadi solusi forensik digital yang efisien,
ringan, dan efektif untuk diimplementasikan pada perangkat dengan sumber daya
komputasi terbatas dalam mengenali video hasil manipulasi AI.
Kata kunci: AI Generated Video, Deepfake, Ekstraksi Fitur Tekstur, Local Binary
Pattern, Machine Learning, Support Vector Machine.</note>
<subject authority=""><topic><![CDATA[Teknik Informatika (S1)]]></topic></subject>
<classification><![CDATA[]]></classification><ministry><![CDATA[55201]]></ministry><studentID><![CDATA[222510017]]></studentID><identifier type="isbn"><![CDATA[20260503]]></identifier><departementID><![CDATA[Teknik Informatika]]></departementID><urlCrossref><![CDATA[]]></urlCrossref><location>
<physicalLocation><![CDATA[Perpustakaan Universitas Methodist Indonesia Repository Universitas Methodist Indonesia]]></physicalLocation>
<shelfLocator><![CDATA[]]></shelfLocator>
</location>
<slims:digitals>
<slims:digital_item id="4883" url="" path="/SKRISPSI DAVID_compressed.pdf" mimetype="application/pdf"><![CDATA[Text]]></slims:digital_item>
</slims:digitals><slims:image><![CDATA[ergy_%281%29.jpg.jpg]]></slims:image>
<recordInfo>
<recordIdentifier><![CDATA[1996]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2026-09-03 15:13:38]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2026-09-03 15:13:38]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>