Implementasi Metode Forensik dengan Menggunakan Pitch, Formant, dan Spectrogram untuk Analisis Kemiripan Suara Melalui Perekam Suara Telepon Genggam Pada Lingkungan yang Bervariasi

Abstract

Kejahatan digital saat ini makin lama makin marak. Perkiraan pada periode tahun 2008-2014, kejahatan digital meningkat >85%. Untuk itulah diperlukan penyidikan terhadap barang bukti yang ditemukan, berupa barang bukti digital, dengan melakukan forensika digital. Barang bukti yang saat ini dapat menguatkan persidangan adalah suara. Untuk itu perlu dilakukan forensik suara. Pada barang bukti suara, masalah dalam melakukan forensik adalah bagaimana menciptakan lingkungan senatural mungkin, kondisi pengambilan, dan hasil dari metode forensik yang digunakan. Bukti rekaman suara dapat menunjukkan identitas dari orang yang suaranya terekam pada barang bukti tersebut dengan cara melakukan pemeriksaan forensika audio untuk voice recognition dengan metode komparasi, yaitu membandingkan suara barang bukti (unknown samples) dengan suara yang direkam sebagai pembanding (known samples). Teori voice recognition tersebut menganalisis statistik pitch, formant, bandwith dan spectogram. Jika hasil voice recognition menunjukkan bahwa suara percakapan yang ada di dalam barang bukti sama identik dengan suara pelaku, maka dapat disimpulkan bahwa suara percakapan yang ada di dalam rekaman barang bukti adalah suara milik pelaku sehingga alat rekam suara tersebut dapat digunakan sebagai bukti yang kuat di pengadilan. Hasil yang didapatkan dari uji fornsik terhadap barang bukti suara, dengan menggunakan nilai pitch, formant, dan spectrogram, ternyata pelaku yang dimaksud memiliki ciri-ciri berjenis kelamin laki-laki dengan usia diatas 50 tahun.

Pengukuran Pitch dan Intensity Diftong Tertinggi Menggunakan Program PRAAT

“…[10] Dalam bidang ilmu forensik, PRAAT juga dijadikan sebagai alat ukur kemiripan dan keakurasian suara untuk memperoleh informasi terkait barang bukti berupa suara. [1] PRAAT dapat diaplikasikan sebagai penelitian dalam pengajaran (kelas) dengan konsep CALL (computer assisted language learning) sebagai medianya.…”

Pengaruh Pitch Shift Up dan Pitch Shift Down Terhadap Tingkat Kemiripan Rekaman Suara

“…Dengan menggunakan standar kecocokan 20 kata yang diacu oleh FBI maka hasil analisis menunjukkan bahwa barang bukti digital audio memiliki kesamaan dengan sampling audio yang direkam. (Aligarh, Hidayanto, Si, 2016) melakukan pemeriksaan forensika audio untuk voice recognition dengan metode komparasi, yaitu membandingkan suara barang bukti (unknown samples) dengan suara yang direkam sebagai pembanding (known samples). Teori voice recognition tersebut menganalisis statistik pitch, formant, bandwith dan spectogram.…”

The Comparison of Audio Analysis Using Audio Forensic Technique and Mel Frequency Cepstral Coefficient Method (MFCC) as the Requirement of Digital Evidence

“…However, so far, previous research related to audio or voice has mainly analysed the human voice. These studies include research that discusses the comparison of voice recording similarity signal [12], voice changer [13], voice verification [14] [15], voice identification [16] [17] [18], a comparison of methods, and improved sound accuracy [19] [20] to determine the characteristics of a sound. Meanwhile, this research focuses more on making comparisons between live voice (human voice) and artificial voice (google voice) to determine the similarities between the two using audio forensic techniques and several other methods.…”