Klasifikasi Audio Anti-Spoofing Bahasa Indonesia Menggunakan Aasist Dan Wav2vec 2.0 Dengan Augmentasi Rawboost

Al Khairy, Rafid (2025) Klasifikasi Audio Anti-Spoofing Bahasa Indonesia Menggunakan Aasist Dan Wav2vec 2.0 Dengan Augmentasi Rawboost. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11211068_cover.pdf Download (502kB)
	Text 11211068_statement_of_authenticity.pdf Download (208kB)
	Text 11211068_publishing_agreement.pdf Download (222kB)
	Text 11211068_approval_sheet.pdf Download (438kB)
	Text 11211068_preface.pdf Download (287kB)
	Text 11211068_abstract_id.pdf Download (319kB)
	Text 11211068_abstract_en.pdf Restricted to Repository staff only until 4 October 2027. Download (267kB) | Request a copy
	Text 11211068_table_of_content.pdf Restricted to Repository staff only until 4 October 2027. Download (526kB) | Request a copy
	Text 11211068_illustrations.pdf Restricted to Repository staff only until 4 October 2027. Download (305kB) | Request a copy
	Text 11211068_tables.pdf Restricted to Repository staff only until 4 October 2027. Download (251kB) | Request a copy
	Text 11211068_chapter_1.pdf Restricted to Repository staff only until 4 October 2027. Download (912kB) | Request a copy
	Text 11211068_chapter_2.pdf Restricted to Repository staff only until 4 October 2027. Download (2MB) | Request a copy
	Text 11211068_chapter_3.pdf Restricted to Repository staff only until 2 October 2027. Download (1MB) | Request a copy
	Text 11211068_chapter_4.pdf Restricted to Repository staff only until 4 October 2027. Download (3MB) | Request a copy
	Text 11211068_conclusion.pdf Restricted to Repository staff only until 4 October 2027. Download (421kB) | Request a copy
	Text 11211068_bibliography.pdf Download (538kB)
	Text 11211068_enclosure.pdf Restricted to Repository staff only until 4 October 2027. Download (370kB) | Request a copy
	Text 11211068_paper.pdf Restricted to Repository staff only until 4 October 2027. Download (998kB) | Request a copy
	Text 11211068_presentation.pdf.pdf Restricted to Repository staff only until 4 October 2027. Download (3MB) | Request a copy
	Text 11211068_Form. TA-020.pdf Restricted to Repository staff only until 4 October 2027. Download (487kB) | Request a copy

Abstract

Keamanan teknologi saat ini sudah sangat berkembang. Khususnya keamanan berbasis suara sudah mulai dipergunakan, namun teknologi pemalsuan suara juga semakin berkembang yang dapat menimbulkan ancaman. Penelitian ini bertujuan untuk meningkatkan ketahanan sistem verifikasi suara terhadap serangan semacam itu dengan membandingkan kinerja dua arsitektur ekstraksi suara yaitu Wav2Vec 2.0 dan Sinc-Layer. Fokus utama penelitian ini adalah menganalisis efektivitas augmentasi data RawBoost dalam meningkatkan ketangguhan kedua metode terhadap serangan spoofing, serta mengidentifikasi metode mana yang paling optimal untuk mendeteksi serangan. Augmentasi data RawBoost diterapkan pada data pelatihan untuk mensimulasikan berbagai kondisi kebisingan, menggunakan delapan variasi kombinasi noise. Kedua metode kemudian dievaluasi menggunakan metrik Equal Error Rate (EER) pada dataset evaluasi, baik sebelum maupun sesudah augmentasi. Hasil penelitian menunjukkan bahwa RawBoost secara signifikan meningkatkan performa keduanya. Wav2Vec 2.0 menunjukkan hasil yang paling signifikan, dengan peningkatan EER dari 3,21% sebelum augmentasi data menjadi 0,88% setelah augmentasi data. Sementara itu, Sinc-Layer juga mengalami peningkatan dari EER 2,92% sebelum augmentasi menjadi 2,34% setelah augmentasi data. Penelitian ini mengindikasikan bahwa metode seperti Wav2Vec 2.0 jika dipadukan dengan teknik augmentasi data yang tepat dapat mendeteksi serangan spoofing dalam sistem verifikasi suara khususnya dalam konteks bahasa Indonesia jadi lebih efektif.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Rafid Al Khairy
Date Deposited:	11 Jul 2025 00:06
Last Modified:	11 Jul 2025 00:06
URI:	http://repository.itk.ac.id/id/eprint/23710

Actions (login required)

View Item