Dalam era pertukaran informasi yang cepat melalui internet, penyebaran konten palsu dan manipulasi gambar menjadi perhatian utama. Penelitian ini mempersembahkan pendekatan yang inovatif dengan memanfaatkan teknik Generative Adversarial Network (GAN) untuk menghasilkan gambar tiruan dan sekaligus mengidentifikasi tingkat akurasi dari gambar-gambar tersebut. Melalui implementasi GAN, gambar-gambar sintetis dianalisis untuk mengukur kemampuan model dalam mengenali keaslian suatu gambar. Dengan pengujian pada dataset yang luas, penelitian ini berhasil mencapai hasil akurasi luar biasa melebihi 82,46%. Temuan ini memiliki potensi signifikan dalam mengamankan integritas gambar dan mendeteksi konten palsu secara efektif. Hasil penelitian ini memberikan dorongan penting untuk pengembangan metode autentikasi gambar dan meningkatkan ketahanan terhadap manipulasi dalam berbagai bidang aplikasi.