ANALISIS TINGKAT KEMIRIPAN SUARA SEBAGAI BUKTI DIGITAL DENGAN MENGGUNAKAN TEKNIK AUDIO FORENSIK
DOI:
https://doi.org/10.14421/csecurity.2021.4.2.2445Abstract
Kejahatan penipuan menempati posisi teratas pada tahun 2019 dengan salah satu media yang digunakan ialah telepon seluler. Pada tahun tersebut di Indonesia mendapat sebanyak 1.617 laporan terkait penipuan pada situs patroli siber. Salah satunya ialah penipuan melalui panggilan telepon. Hal ini menyebabkan korban penipuan tidak mengetahui atas siapa orang dibalik suara panggilan tersebut. Sehingga dibutuhkan sebuah metode yang dapat mengetahui tingkat kemiripan suara yang dimiliki pelaku penipuan maupun menyelesaikan permasalahan yang bersangkutan dengan audio/suara. Audio forensik merupakan salah satu cabang bidang ilmu digital forensik untuk menganalisa barang bukti audio ataupun rekaman suara dengan empat tahapan, diantaranya ialah acquisition, audio enhancement, decoding dan voice recognition. Pada penelitian ini dilakukan analisis terhadap nilai pitch dan formant pada tahap voice recognition. Hasil dari analisis pitch dan formant menunjukkan bahwa subyek ke dua mempunyai tingkat kemiripan lebih tinggi terhadap suara yang barang bukti. Dengan perbandingan ketiga subyek pada analisis formant ialah subyek 1 dan subyek 2 mempunyai kemiripan suara sebanyak 2 kata dan subyek 3 mempunyai kemiripan 3 kata sedangkan hasil dari analisis pitch ialah subyek 1 mempunyai kemiripan suara sebanyak 16 kata, subyek 2 mempunyai kemiripan suara sebanyak 30 kata dan subyek 3 tidak memiliki kemiripan sama sekali.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Mia Nuur Aini
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
You are free to:
- Share — copy and redistribute the material in any medium or format
- Adapt — remix, transform, and build upon the material for any purpose, even commercially.
Under the following terms:
- Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.