Audio Forensik: Teori dan Metode Analisis

Source: http://www.bozemandailychronicle.com
Audio Forensik adalah salah satu dari cabang ilmu digital forensik yang sudah pernah saya bahas
sebelumnya. Audio Forensik adalah ilmu yang terkait dengan pengolahan barang bukti digital
berupa rekaman suara dari suatu tindakan kejahatan. Rekaman suara tersebut harus dianalisis
untuk menentukan dan mengenali identitas speaker (pembicara) di dalam rekaman tersebut.

Pengungkapan identitas dari pembicara dikenal dengan istilah voice recognition.Teknik yang
digunakan adalah dengan membandingkan suara dari barang bukti digital (unknown samples)
dengan suara yang sudah diketahui (known samples) secara komprehensif. Jika terdapat
kecocokan (identik) antara unknown samples dan known samples, maka dapat disimpulkan
bahwa barang bukti digital adalah benar suara dari known samples tersebut.

A. TEORI SUARA
Suara dihasilkan melalui proses Generation dan Filtering. Generation adalah proses dimana suara
pertama kali diproduksi melalui bergetarnya pita suara (vocal cord atau vocal ford) yang berada
di laring (larynx) untuk menghasilkan bunyi periodik. Bunyi periodik yang bersifat konstan
tersebut kemudian difilterisasi melaui vocal tract (disebut juga dengan isilah resonator suara atau
articulator) yang mencakup lidah (tongue), gigi (teeth), bibir (lips), langit-langit (palate) dan
lain-lain sehingga bunyi tersebut dapat menjadi bunyi keluaran berupa bunyi vocal (vowel) dan
atau bunyi konsonan (consonant) yang membentuk kata-kata yang memiliki arti sehingga
nantinya dapat dianalisis untuk keperluan voice recognition. (Al Ahzar, 2012)

B. KOMPONEN DARI SUARA

Suara terdiri atas beberapa komponen, yaitu pitch, forman dan spektogram. (Al Azhar, 2012).

 Pitch

Pitch adalah tinggi rendah nada dalam suatu bunyian. Pada suara manusia, pitch
dihasilkan oleh frekuensi getar yang disebut juga frekuensi fundamental (dasar) dan
memiliki notasi 0 (Al Azhar, 2012). Sifat pitch sangat khas pada setiap orang dan hal ini
dipengaruhi oleh kondisi fisiologis masing-masing manusia. Pada kondisi percakapan
 normal tingkat kekhasan pitch pada laki-laki berkisar antara 50-250Hz sedangkan pada
wanita sekitar 120-500 Hz.

Analisis pitch dilakukan dengan menganalisa statistik yang meliputi, minimum pitch,
rata-rata pitch dan maksimum pitch. Meski begitu analisis pitch ini tidak berpengaruh
banyak ketika kondisi suara seorang yang berbicara di rekaman berbeda dengan kondisi
pengambilan suara pembanding. (Al Azhar 2012)

 Forman

Forman adalah harmonisasi dari nada-nada yang dihasilkan dari resonansi (Jeans, 1938),
Asosiasi Akustik Amerika mendefinisikan forman sebagai jangkauan dari frekuensi pada
suara spektrum yang relatif dan maksimal. Ilmu pengetahuan tentang pengucapan dan
fonetik menyebutkan bahwa forman adalah suatu hal yang berhubungan dengan resonansi
akustik pada vocal tract manusia. Intinya adalah, forman terkait dengan frekuensi yang
tercipta akibat terjadinya harmonisasi dan resonasi pada suara vocal tract manusia.

Secara umum frekuensi forman tidak memiliki batas, biasanya tergambar mulai dari
formant 1 (F1) hingga Formant 5 (F5) namun untuk suara manusia yang biasanya
diidentifikasi hanyalah sebatas Forman 3; F1, F2 dan F3.

 Spektogram

Spektogram merupakan representasi spektral yang bervariasi terhadap waktu yang

menunjukkan tingkat intensitas energi spektral (Al Azhar,2012). Sedangkan
en.wikipedia.org menyatakan bahwa spektogram merupakan representasi visual dari
spektrum atau frekuensi suara atau sinyal yang berubah seiring waktu akibat variabel
lainnya. Intinya spektogram adalah bentuk visualisasi dari masing-masing nilai forman
yang dilengkapi dengan tingkat energi yang bervariasi terhadap waktu. Tingkatan energi
ini disebut dengan Forman Bandwidth (Al Azhar, 2012)

Pada kasus pemalsuan pitch dengan teknik pitch shift, forman bandwidth dapat
digunakan untuk memetakan dan mengidentifikasi suara aslinya sehingga beberapa ahli
menyebutnya sebagai sidik jari suara (voice fingerprints). Meski begitu, ada pertentangan
dalam penyebutan forman bandwidth sebagai voice fingerprints. Hal ini disebabkan
forman bandwidth pada suatu orang dapat berbeda-beda meski mereka mengucapkan kata
yang sama sedangkan sidik jari seharusnya tidak berubah. Namun para ahli tersebut
sepakat bahwa analisis spektogram penting dilakukan saat analisis suara karena
menampilkan visualisasi detail dari forman berikut bandwidthnya.

C. METODOLOGI
Metodologi yang bisa dipakai untuk menganalisis suara diantaranya
1. Bedasarkan Standard Operating Procedure (SOP) 12 tentang Analisis Audio
Forensic dari Digital Forensic Analyst Team (DFAT) Puslabfor yang salah satunya
mengacu pada Spectographic Voic Identification: A Forensic Survey yang
dikeluarkan oleh Federal Bureau of Investigation (FBI), Amerika Serikat
Berikut adalah metodologi atau prosedur yang dilakukan untuk menganalisis rekaman
suara berdasarkan SOP 12 DFAT
o Acquisition
Aquisition atau proses akuisisi adalah proses untuk mengakuisisi barang bukti
digital. Mencatat segala informasi terkait dengan barang bukti digital mulai dari
spesifikasi hardware hingga pada pemerolehan file image dari barang bukti
tersebut. Proses pemerolehan image dari barang bukti harus dipastikan
keasliannya dengan membandingkan hash file asli dengan hash image file.
Selanjutnya di dalam proses akuisisi juga penyidik perlu mendapatkan suara
pembanding (known samples) dari tersangka yang dicurigai sebagai pemilik suara
pada rekaman (unknown samples). Proses perekaman suara pembanding harus
dengan video yang menunjukkan subyek sedang berbicara. Sumber suara harus
jelas dan resmi disertai persetujuan dan penandatanganan nota kesepakatan dari
subyek yang suaranya akan dianalisis.
o Audio Enhancement
Proses enhancement adalah proses peningkatan kualitas suara agar suara yang
diakuisisi bebas dari noise atau unwanted sound lainnya.
o Decoding
Decoding adalah proses pembuatan transkip rekaman suara dan dilakukan
minimal oleh dua orang pemeriksa. Transkip rekaman harus mencantumkan label
subyek (misal subyek 1, subyek 2 dan seterusnya) dan waktu (dalam
jam:menit:detik) yang sesuai dengan berjalannya rekaman. Jika suara percakapan
dalam rekaman terdengar tidak jelas maka ditulis "tidak jelas" agar hasil transkrip
hanya berisi percakapan yang jelas dan dapat dipahami pengucapan kata-katanya.
o Voice Recognition
Proses ini dilakukan untuk memastikan apakah suara pada barang bukti rekaman
identik dengan suara pembanding atau tidak. Pada proses ini analisis yang
dilakukan adalah analisis pitch, forman, formant bandwidth dan spektogram.
Dipersyaratkan minimal 20 kata yang memiliki kesamaan antara suara barang
bukti dan suara pembanding.
2. Menurut Edward John Primeau, CCI, CFC
Edward John Primeau, CCI, CFC atau yang dikenal sebagai Ed Primeau adalah seorang
ahli forensik spesialis Audio Forensik dan Video Forensik yang sudah berpengalaman
selama 30 tahun menangani kasus yang berhubungan dengan audio dan video forensik.
Didalam situsnya, "http://www.audioforensicexpert.com/" Ed menulis metode dalam
melakukan proses audio forensik:
o Forensic Audio Enhancement
Audio enhancement adalah proses meningkatkan kejelasan dari rekaman suara
yang diperoleh. Tujuan dari audio enhancement adalah meningkatkan intelligibity
atau kejelasan dari suara yang ada di dalam rekaman, menghilangkan noise dan
menguatkan suara yang ingin diidentifikasi. Proses Audio Enhancement
 menggunakan teknik pendengaran kritis dan analisis frekuensi untuk menentukan
persoalan utamanya.
o Forensic Audio Authentication
Proses Audio Authentication adalah proses untuk menganalisa bahwa rekaman
suara yang didapatkan tidak mengalami penambahan atau pengurangan
sebelumnya. Artinya rekaman yang didapat adalah asli dan original yang
diakuisisi langsung dari media rekamnya.
o Voice Identification
Voice identification adalah proses untuk membandingkan suara rekaman (uknown
samples) dengan suara rekaman pembanding (known samples) untuk ditemukan
kesesuaian di antaranya. Metode ini menganalisa menggunakan pendengaran
kritis, analisis frekuensi dan gelombang suara, serta menggunakan software voice
biometrics.
o Forensic Audio Transcription
Forensic Audio Transcription adalah dokumentasi yang komplit dari rekaman dan
kata-kata yang diucapkan pada barang bukti digital.
3. Menurut Robert C. Maher, Ph.D.,P.E.
Robert C. Maher adalah seorang professor sekaligus kepala departemen Electrical &
Computer Engineering di Universitas Negeri Montana. Beliau juga Profesor teknologi
musik. Sebagai seorang profesor, Profesor Maher memiliki keahlian di bidang
Pemrosesan sinyal digital, teknik audio dan musik akustik, serta analis Audio Forensik.
Beliau menuliskan 3 metode pemrosesan suara pada Audio Forensik,
o Authenticity
Analis Audio forensik harus memastikan bahwa rekaman suara dihasilkan oleh
proses yang terawasi dan terkendali, yang terjaga dokumentasinya sebagaimana
chain-of-custody dan dilakukan dengan kehati-hatian ketika menganalisa audio
tersebut.
o Enhancement
Enhancement dilakukan untuk menghilangkan gangguan-gangguan suara seperti
noise, distorsi, equalisasi yang buruk atau gaung yang berlebihan. Yang paling
sering dilakukan pada proses enhancement adalah mengurangi noise sehingga
dapat meningkatkan kejelasan dari pegucapan kata di dalam rekaman yang mana
hal ini akan sangat membantu dalam penyusunan transkip percakapan dari rekama
tersebut.
o Interpretation
Proses selanjutnya adalah interpretasi atau penerjemahan dari audio yang sedang
dianalisa. Pada kasus rekaman pembicaraan, aspek ini lebih mengarah pada
persiapan transkip percakapan, identifikasi pembicara dalam rekaman, identifikasi
suara-suara latar belakang pembicaraan.

D. REFERENSI

1. Al Azhar, M. Nuh (2012).Digital Forensik, Panduan Melakukan Investigasi Komputer.

Salemba Infotek
2. Anonim. Spectogram.https://en.wikipedia.org/wiki/Spectrogram#cite_note-1.diakses
tanggal 20 Oktober 2016
3. Anonim. Formant. https://en.wikipedia.org/wiki/Formant#cite_note-2. diakses tanggal 20
Oktober 2016
4. Primeau, Edward John. http://www.audioforensicexpert.com/. diakses tanggal 20 Oktober
2016
5. Maher, Robert C (2009). Audio Forensics Examination.IEEE Signal Processing
Magazine. Diunduh tanggal 19 Oktober 2016