TEKNIK FORENSIKA AUDIO
UNTUK ANALISA SUARA PADA BARANG BUKTI DIGITAL
Galieh Wicaksono, Yudi Prayudi1 1, Pusat Studi Forensika Digital
Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas Islam Indonesia,
1 prayudi@uii.ac.id
Abstrak
Forensika Audio adalah penerapan ilmu pengetahuan dan metode ilmiah pada barang bukti digital audio untuk mendukung upaya penyidikan dan pengungkapan kasus serta membangun fakta-fakta yang diperlukan dalam proses persidangan. Masalah umum yang dihadapi adalah upaya proses pembuktian untuk mendukung orisinalitas audio atau kesamaan (kecocokan) sumber audio barang bukti dengan suspect. Pada penelitian ini dibuat sebuah skema kasus sederhana, selanjutnya melalui skema kasus tersebut dilakukan sejumlah tahapan forensika untuk membuktikan kesamaan sumber suara pada barang bukti dengan rekaman suara sampling. Teknik yang digunakan adalah melalui pendekatan konsep pitch, analisis statistik Formant dan Bandwidth, graphical distribution dan spectrogram. Terdapat tiga tools utama yang digunakan dalam penelitian ini yaitu DC Live Forensics 7.5. untuk proses audio enhancement, Praat untuk pencarian informasi pada audio dan Gnumeric untuk menghitung nilai formant pada setiap kata yang diucapkan. 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.
Kata kunci : Forensika Audio, Pitch, Spectogram
1. Pendahuluan
Perkembangan teknologi multimedia telah memberikan kemudahan dalam menghasilkan rekaman suara. Sebagai contoh adalah fitur dan aplikasi pada handphone yang memberikan kemudahan untuk melakukan berbagai jenis rekaman, baik berupa percakapan telepon ataupun rekaman pribadi lainnya. Kemudahan ini pada satu sisi akan membantu upaya pengumpulan barang bukti digital. Karena itu tidaklah heran bila sejumlah kasus yang ditangani oleh penegak hukum saat ini telah mulai melibatkan rekaman sebagai salah barang bukti penting bagi penyidikan dan pengungkapan kasus. Dalam hal ini, permasalahan umum yang dihadapi dalam kasus yang melibatkan barang bukti rekaman adalah bagaimana memastikan orisinalitas dari suara pelaku yang menjadi kunci dalam penyidikan dan pengungkapan kasus.
Kedepan, barang bukti digital berupa rekaman akan semakin meningkat, baik dari sisi jumlah maupun variasinya. Untuk itu, teknik forensika audio akan menjadi semakin penting untuk dikuasai oleh penegak hukum. Sayangnya hingga saat ini belum banyak penelitian dan literatur yang membahas issue forensika audio. Karena itu paper disusun dengan harapan akan memberikan pengayaan terhadap literatur dan penelitian yang membahas tema forensika audio baik untuk
kalangan praktisi penegak hukum ataupun kalangan akademisi.
2. Pengantar Teori Suara
Menurut Azhar [1], suara dihasilkan melalui dua buah proses yaitu Generation dan Filtering. Pada proses Generation, suara pertama kali akan diproduksi melalui bergetarnya pita suara (vocal cord dan vocal fold) yang berada di larynx untuk menghasilkan bunyi periodik. Bunyi periodik yang sifatnya konstan tersebut kemudian disaring melalui vocal tract (juga disebut dengan istilah resonator suara atau articulator) yang terdiri dari lidah (tongue), gigi (teeth), bibir (lips), langit-langit (palate) dan lain-lain sehingga bunyi tersebut dapat menjadi bunyi keluaran (output) berupa bunyi vokal (vowel) dan atau bunyi konsonan (consonant) yang membentuk kata-kata yang memiliki arti yang yang nantinya dapat dianalisa untuk voice recognition.
Azhar [1] juga menyebutkan bahwa pada prinsipnya suara terdiri dari beberapa komponen yaitu, pitch, formant dan spectogram yang dapat digunakan untuk mengidentifikasi karakteristik suara seseorang untuk kepentingan voice recognition. Penjelasan dari masing-masing komponen tersebut menurut Azhar [1] adalah sbb : a. Pitch. Frekuensi getar dari pita suara juga
(dasar) dengan notasi F0. Masing-masing orang memiliki pitch yang khas (habitual pitch) yang sangat dipengaruhi oleh aspek fisiologis larynx manusia. Pada kondisi pembicaraan normal, level habitual pitch berkisar pada 50 s/d 250 Hz untuk laku-laki dan 120 s/d 500 Hz untuk perempuan. Frekuensi F0 ini berubah secara konstan dan memberikan informasi linguistik seseorang seperti pembeda antara intonasi dan emosi. Analisa pitch dapat digunakan untuk melakukan voice recognition terhadap suara seseorang yaitu melalui analisa statistik terhadap nilai minimum pitch, maximum pitch dan mean pitch.
b. Formant. Formant adalah frekuensi-frekuensi resonansi dari filter, yaitu vocal tract (articulator) yang meneruskan dan memfilter bunyi keluaran (output) berupa kata-kata yang memiliki makna. Secara umum, frekuensi-frekuensi formant bersifat tidak terbatas namun, untuk mengidentifikasi seseorang paling tidak ada 3 (tiga) format yang dianalisa yaitu, Formant 1 (F1), Formant 2 dan Formant 3 (F3). c. Spectrogram. Adalah representasi spectral (warna suara) yang bervariasi terhadap waktu yang menunjukkan tingkat density (intensitas energi) spektral. Dengan kata lain spectogram adalah bentuk visualisasi dari masing-masing nilai formant yang dilengkapi dengan level energi yang bervariasi terhadap waktu. Level energi yang dikenal dengan dengan istilah formant bandwidth. Pada kasus-kasus yang bersifat pemalsuan suara dengan teknik pitch shift atau si subyek (tersangka) berusaha untuk menghilangkan karakter suara aslinya, maka formant badwidht dapat digunakan untuk memetakan atau mengidentifikasi suara aslinya. Dikarenakan spectogram memuat hal-hal yang bersifat detil, maka spectogram oleh beberapa ahli dikenal dengan istilah sidik jari suara (voice fingerprint). Spectogram membentuk pola umum yang khas dalam pengucapan kata dan pola khusus masing-masing formant dalam pengucapan suku kata, sehingga spectogram juga digunakan untuk melakukan analisa identifikasi suara seseorang. Jika durasi rekaman unkown cukup panjang, maka analisa spectogram juga dapat digunakan untuk mempercepat pemilihan pengucapan kata-kata yang akan dianalisa dalam rangka untuk mendapatkan jumlah minimal 20 kata untuk menunjukkan kecocokkan suara suspect (tidak dikenal) dengan suara asli (dikenal) atau pembanding.
Rekaman suara dimungkinkan mengandung noise. Dalam pengertian umum, noise adalah suatu gangguan yang “didengar” orang lain, namun dalam istilah telekomunikasi kata noise juga dipakai untuk istilah gangguan yang menimbulkan kebisingan
yang dapat didengar suatu sistem. Noise dapat terjadi dengan berbagai macam cara, misalnya rekaman suara barang bukti terdapat bocoran yang terjadi karena pada saat rekaman diperoleh tersangka berada pada lokasi dimana terdapat suara-suara yang saling bercampur. Pada prinsipnya, noise jenis ini tidak dapat dihilangkan tetapi dapat dikurangi keberadaan pada sumbernya (rekaman suara barang bukti).
3. Forensika Digital dan Forensika Audio Forensika secara inti berhubungan dengan penyelamatan dan analisis barang bukti laten. Dalam hal ini, barang bukti laten dapat berbentuk banyak format, mulai dari sidik jari di jendela, DNA yang diperoleh dari noda darah sampai file-file di dalam hard disk komputer. Sementara itu forensika digital / forensika komputer adalah kombinasi disiplin ilmu hukum dan pengetahuan komputer dalam mengumpulkan dan menganalisa data dari sistem komputer, jaringan, komunikasi nirkabel, dan perangkat penyimpanan sedemikian sehingga dapat dibawa sebagai barang bukti di dalam penegakan hukum.
Selain untuk kepentingan pembuktian, penggunaan digital/komputer secara tepat juga dapat membersihkan seseorang yang tidak bersalah dari dakwaan atau sebaliknya membawa seseorang yang terbukti bersalah kehadapan hukum. Dalam hal ini menurut Vacca [2] terdapat empat elemen forensika yang menjadi kunci pengungkapan bukti digital, yaitu : identifikasi bukti digital, penyimpanan bukti digital, analisa bukti digital, presentasi bukti digital. Bukti digital (Digital Evidence) merupakan salahsatu perangkat vital dalam mengungkap tindak cybercrime. Dengan mendapatkan bukti-bukti yang memadai dalam sebuah tindak kejahatan, sebenarnya telah terungkap separuh kebenaran. Langkah berikutnya adalah menindak-lanjuti bukti-bukti yang ada sesuai dengan tujuan yang ingin dicapai. Bukti Digital yang dimaksud dapat berupa : E-mail, file-file dokumen kerja, spreadsheet, sourcecode dari perangkat lunak, Image, web browser, bookmark, cookies, Kalender, audio, movie dll.
Gambar 1 Proses Forensika Audio
besar terdapat 4 tahap utama dalam forensika digital yaitu : pengumpulan, pengujian, analisis dan laporan. Penerapannya untuk forensika audio dapat diilustrasikan sebagaimana pada Gambar 1.
Terkait dengan bukti digital, maka menurut Schatz [3], agar proses forensika digital dapat mendukung penegak hukum dalam pengungkapan kasus, setidaknya harus memenuhi tiga hal, yaitu :
• Bukti-bukti yang cukup untuk dapat dilakukan proses penyidikan oleh pihak berwenang .
• Bukti-bukti tersebut benar-benar berkualitas untuk dapat dijadikan alat bukti di persidangan sesuai dengan hukum dan perundang-undangan yang berlaku; dan
• Bukti dapat dipresentasikan dan/atau diperlihatkan keabsahannya sebagai alat bukti dalam proses persidangan.
Audio merupakan bagian dari konten multimedia. Menurut Bohme [4], berbeda dengan konsep umum dari forensika digital, forensika pada konten multimedia berfokus pada upaya untuk analisis kesesuaian / keaslian dari materi konten multimedia tersebut dengan konten aslinya. Analisis Audio, Video, Image pada forensika umumnya tidak untuk menemukan barang bukti digital namun untuk menguji kesesuaian / keaslian konten pada barang bukti tersebut dengan konten aslinya.
Spectogram sebagai salah satu produk teknologi audio dari Bell Laboratory diyakini sebagai salah satu cikal bakal penerapan konsep forensika audio. Ahli-ahli akustik pada era perang dunia ke 2 memanfaatkan teknologi ini untuk melakukan analisis audio lawannya yang tertangkap lewat radio dan telepon. [5].
Menurut Zabri [5] Forensika Audio dapat didefinisikan sebagai “penggunaan audio dan penerapan ilmu pengetahuan yang terkait dengannya untuk menyelidiki dan membangun fakta-fakta di persidangan”. Pada Forensika Audio, digunakan potongan dari rekaman suara yang akan dianalisis melalui parameter pitch, formant dan spectogram untuk menunjukkan adanya kecocokan. Hasil dari pemeriksaan rekaman audio dapat digunakan sebagai barang bukti yang kuat setelah melalui beberapa proses hingga laporan siap dilampirkan untuk persidangan.
Selanjutnya menurut Maher [6], terdapat lima langkah dasar untuk aktivitas forensika audio, yaitu : (1) memastikan otensitas barang bukti audio, (2) melakukan proses enhancement untuk meningkatkan kualiatas barang bukti audio, (3) melakukan analisis dan interpretasi barang bukti (4) melengkapi dokumentasi dan prosedur agar output dapat diterima oleh penegak hukum.
4. Metodologi Penelitian dan Simulasi Kasus Untuk menerapkan forensika audio, maka pada penelitian ini diterapkan sejumlah langkah : (1) membangun simulasi kasus sederhana untuk forensika audio termasuk melakukan
langkah-langkah rekaman suara suspect dan sampling, (2) melakukan pengolahan dasar atas rekaman suara yang diterima, (3) menerapkan teknik analisis untuk forensika audio melalui bantuan sejumlah tools (4) membuat resume best practices penerapan forensika audio.
Dalam simulasi kasus ini didapat sebuah barang bukti digital berupa rekaman monolog dari sebuah handphone dari seseorang yang diduga telah melakukan penipuan. Teknik Forensika Audio selanjutnya diterapkan untuk menguji apakah rekaman suara suspect adalah identik / cocok dengan rekaman suara yang menjadi pembanding. Dalam hal ini rekaman suara pembanding didapat setelah penyidik terlebih dulu mencatat dialog percakapan yang terjadi dalam rekaman suara suspect, kemudian dialog tersebut dibacakan oleh seseorang yang diduga terkait dalam kasus tersebut, kemudian merekamnya sebagai suara pembanding. Ilustrasi simulasi kasus secara umum adalah sebagaimana pada Gambar 2.
Sesuai dengan alur pada Gambar 2, pada implementasinya penelitian ini menggunakan beberapa tools, yaitu :
• DC Live Forensics 7.5. Digunakan untuk proses audio enhancement. Fitur pada tools ini dapat membantu penyidik untuk melakukan noise filter guna mendapatkan kualitas suara terbaik.
• Praat. Aplikasi ini digunakan dalam pencarian informasi dari perbandingan antara Rekaman Suara Suspect dan Rekaman Suara Pembanding.
• Gnumeric. Digunakan untuk menghitung nilai formant pada setiap kata yang diucapkan. Nilai tersebut akan dimasukkan kedalam Gnumeric untuk dihitung nilai Anova, Likelihood Ratio, dan sebaran nilai formant
Teknik Forensika Audio yang digunakan dalam penelitian ini adalah dengan menggunakan Voice Recognition, yaitu dengan melakukan analisis terhadap informasi pitch, formant, bandwidth dan spectogram serta menemukan minimal 20 kata yang memiliki kesamaan antara suara suspect dan suara pembanding guna menentukan apakah suara suspect identic dengan suara pembanding berdasarkan standar analisis dari Federal Bureau of Investigation (FBI) [1].
Gambaran dari analisis tersebut adalah sebagai berikut :
Gambar 2 Simulasi Kasus
Gambar 3 Bagan Penggunaan Tools Penelian
b. Analisis Statistik Formant dan Bandwidth. Analisis ini dilakukan guna mengetahui tingkat perbedaan dan kemungkinan terhadap percobaan yang dilakukan dilihat dari nilai formant dan bandwidth yang dihitung melalui analisis One-way Anova ( Analysis of Variance) dengan melihat nilai formant pada probabilitas P (P-Value) lebih dari 0,5 dari kedua kelompok data yang tidak memiliki perbedaan (diterima) yang nilai signifikan (alpha) pada level 0,05 sehingga memiliki tingkat konfidensi sebesar 95%, kemudian melalui analisis Likelihood Ratio (LR) dengan melihat Probabilitas P (P-Value) dalam menentukan nilai formant untuk dapat dijadikan hipotesis penuntut atau hipotesis perlawanan. Jika LR > 1, maka hal ini akan mendukung p (E | Hp), sebaliknya jika LR < 1, maka p (E | Hd) yang didukung. Untuk itu, haruslah nilai p (E | Hp) > 0.5 untuk
menyimpulkan bahwa suara barang bukti (unknown) dan suara pembanding (known) berasal dari orang yang sama (IDENTIK).
Gambar 4 Formula perhitungan Likelihood Ratio
Besarnya nilai ratio LR diikuti dengan verbal statement untuk menjelaskan nilai LR tersebut.
Tabel 1 Verbal statement
c. Analisis Grapichal Distribution. Analisis ini ditujukan untuk melihat dari gambaran bentuk grafis dari nilai formant yang menggambarkan pola distibusi yang menunjukkan sebaran terhadap nilai masing-masing formant yang dianalisis dengan mengoreksi dari perhitungan nilai statistik Anova berupa gambaran dalam bentuk pola-pola yang terdistribusi dalam menunjukkan ke-IDENTIK-kan.
d. Analisis Spectogram. Analisis ini digunakan untuk melihat pola umum yang khas diucapkaan pada kata dan pola khusus yang khas pada masing-masing formant dan tingkatan energi dari suku kata yang dianalisis, dianalisis
5. Hasil dan Analisis
Dalam penelitian ini, monolog yang terekam sebagai barang bukti digital adalah 36 kata dalam bentuk kalimat sbb :
Setelah mendapatkan rekaman suara barang bukti dari calon tersangka (suspect) kemudian dilakukan proses pencatatan monolog yang terdapat dalam rekaman suara. Selanjutnya dilakukan pengambilan contoh (sampling) suara pembanding yang berasal dari suara calon tersangka. Hal ini diperlukan untuk memastikan apakah suara yang ada pada rekaman suara barang bukti adalah IDENTIK atau TIDAK IDENTIK dengan suara orang lain atau subyek (tersangka). Dengan demikian dalam penelitian ini terdapat 4 file audio, yaitu : SuaraBarangBukti, SuaraSubyek1, SuaraSubyek2 dan SuaraSubyek3.
Dalam hal ini diasumsikan bahwa SuaraSubyek1 adalah suara suara dari tersangka. Pada penelitian ini digunakan prinsip non blind detection, yaitu suara pembanding adalah berasal dari calon suspect. Konsep lain dapat dilakukan dengan blind detection dimana suara pembanding tidak diketahui karakteristik sebelumnya. [7]
Selanjutnya berdasarkan tahapan dari proses forensika digital maka didapat hasil sebagaimana pada Tabel 2 Implementasi Hasil Tahapan Forensika.
Selanjutnya berdasarkan data-data analisis yang dihasilkan menggunakan sejumlah tools maka didapat rangkuman hasil analisis sebagai pada pada Tabel 3.
Tabel 2 Implementasi Hasil Tahapan Forensika
Tabel 3 Hasil Voice Recognition
Analisis pitch akan menghasilkan kesimpulan bahwa suara barang bukti dan pembanding adalah sama walaupun berasal dari subjek yang berbeda, walaupun subjek tersebut di dalam memberikan suara pembanding melakukan perubahan tingkat intonasi yang berbeda dengan suara barang bukti.
Nilai pitch sangatlah bergantung pada tingkat intonasi dari suara yang diucapkan, semakin rendah intonasi subjek mengucapkan suatu kata, maka semakin rendah pula nilai pitch dari kata yang diucapkan. Sebaliknya, semakin tinggi intonasinya, maka akan semakin tinggi pula nilai pitch-nya. Sering kali kondisi percakapan yang ada direkaman barang bukti berbeda dengan konsisi pengambilan suara pembanding. Misalnya pada rekaman barang bukti subjek berbicara penuh semangat diatas panggung dihadapan banyak orang, namum ketika diambil sampel suara pembanding subjek berbicara sangat datar dengan kondisi psikologi yang berbeda meskipun dalam melakukan rekaman bersifat pro justisia (demi hukum), walaupun begitu rekaman suara barang bukti telah ditingkatkan intensitas suaranya melalui audio enhancement. Hal ini tetap berpengaruh secara langsung terhadap nilai pitch. Itu sebabnya, secara umum tingkat analisis statistik pitch berada di bawah posisi analisis formant dan spectrogram dalam voice recognition.
Dalam menarik kesimpulan Analisis Anova, dibutuhkan paling tidak formant 1, 2, dan 3 yang dianalisis. Jika dua di antara formant 1, 2 dan 3 menunjukkan accepted maka hal tersebut sudah cukup untuk menarik kesimpulan IDENTIK berdasarkan Anova. Walaupun begitu, kesimpulan ini juga biasanya didukung dengan formant 4 atau 5. Dalam penelitian telah ditemukan 22 kata dalam Rekaman Suara yang memiliki nilai probability P lebih dari 0,5 ini menunjukkan bahwa dengan analisis Anova untuk penghitungan nilai formant bahwa Rekaman Suara barang bukti adalah IDENTIK.
Pada analisis Graphical Distribution (sebaran grafis) telah ditemukan 20 kata yang memiliki sebaran grafis dari nilai formant 1, 2 dan 3, hal ini menunjukkan bahwa sebaran berada pada rentang kelompok yang sama atau memiliki kesamaan pada nilai probability Anova. Pada analisis sebaran grafis disimpulkan bahwa rekaman suara Suspect dan rekaman suara pembanding adalah IDENTIK.
khas dari formant dan bandwidth pada pengucapan kata namun tidak terpengaruh dengan tinggi rendahnya frekuensi resonansi tiap formant ketika pengucapan kata-kata tersebut, hal inilah yang mendukung pendapat bahwa spectrogram merupakan sidik jari suara (voice fingerprint).
6. Penutup
Rekaman Suara suspect yang telah melewati serangkaian proses analisa forensika terbukti melakukan tindakan kejahatan, yaitu mencoba melakukan penghasutan dengan modus penipuan terhadap pelapor kasus terkait, hal ini diperkuat bahwa ditemukannya lebih dari 20 kata yang memiliki kesamaan (kecocokan) pola antara rekaman suara suspect yang IDENTIK dengan rekaman suara pembanding.
Teknik analisis forensika audio yang telah dilakukan dalam implementasi tahapan forensika digital adalah : Analisis Statistik Pitch, Analisis Statistik Formant dan Bandwidth, Analisis Grapichal Distribution dan Analisis Spectogram.
Pada tahap awal perlu dilakukan terlebih dahulu proses Audio Enhancement untuk mengurangi noise namun dengan tetap menjaga kualitas rekaman suara yang dihasilkan agar dihasilkan informasi yang lebih baik.
Sejumlah tools dapat digunakan untuk mendukung penerapan forensika audio amtara lain adalah software DC Live Forensic Tools 7.5 untuk proses enchancement, Praat untuk mendapatkan informasi dari rekaman suara, dan Gnumeric untuk analisis terhadap berbagai informasi yang terdapat pada rekaman suara.
Mengingat keterbatasan yang dimiliki dalam melakukan penelitian, maka penelitian berikutnya dapat dilakukan dalam sebuah skema simulasi kasus yang lebih kompleks sebagai kondisi pada kasus nyata dilapangan. Selain itu penelitian juga dapat difokuskan pada pendalaman penerapan teknik forensika audio pada kasus manipulasi objek audio yang menjadi barang bukti digital. Dalam hal ini penelitian dari Ikram [8] dapat dijadikan sebagai salah satu rujukan karena pada penelitian tersebut fokus adalah pada upaya rekayasa noise untuk menghasilkan kualitas enhancement audio yang lebih baik. Salah satu tantangan lain adalah menerapkan konsep blind detection pada forensika audio [7].
Daftar Pustaka:
[1] M. N. Al-Azhar, Audio Forensic: Theory And Analysis. Pusat Laboratorium Forensik Polri Bidang Fisika Dan Komputer Forensik, 2011. [2] J. Vacca, Computer Forensics : Computer
Crime Investigation, 2nd Ed. Boston,
Massachusetts Usa: Charles River Media, 2005.
[3] B. Schatz, “Digital Evidence: Representation And Assurance,” Queensland University Of Technology, Australia, 2007.
[4] R. Bohme, F. C. Freiling, And T. Gloe, “Multimedia Forensics Is Not Computer Forensics,” Presented At The 3rd International Workshop On Computational Forensics (Iwcf), Netherlands, 2009.
[5] M. Z. A. Talib, “Introduction To Audio Forensics,” Presented At The 8 Th Mycert Sig, 24-Jun-2006.
[6] R. C. Maher, “Audio Forensic Examination : Authenticity, Enhancement, And
Interpretation,” Ieee Signal Processing Magazine, Vol. 84, 2009.
[7] A. J. Cooper, “Detection Of Copies Of Digital Audio Recordings For Forensic Purposes,” Faculty Of Technology Department Of Information And Communication Technology The Open University, 2006.
[8] S. Ikram And H. Malik, “Digital Audio Forensics Using Background Noise,” Presented At The Ieee International Conference On Multimedia And Expo, Singapore, 2010.
Link :
• Gnumeric : http://projects.gnome.org/gnumeric/
• Praat : www.fon.hum.uva.nl/praat/
