Penggabungan Metode Itakura Saito Distance dan Backpropagation Neural Network untuk Peningkatan Akurasi Suara pada Audio Forensik

Ardy Wicaksono, Sisdarmanto Adinandra, Yudi Prayudi
2020 Jurnal Informatika  
Abstrak-Audio merupakan salah satu barang bukti digital yang digunakan dalam cybercrime. Seringkali bahwa bukti audio ini membawa peran krusial untuk mengungkapkan adanya kasus kejahatan sehingga diperlukan proses analisis audio forensic. Audio tersebut berisi rekaman suara seseorang yang memiliki karakter dengan pengucapan kosakata yang berbeda-beda, pengucapan yang tidak jelas, dan memiliki banyak noise. Perlu adanya penanganan yang sesuai Standart Operational Procedure (SOP) audio forensics.
more » ... Tahapan dalam melakukan audio forensic pada Digital Forensic Analyst Team Pusat Laboratorium Forensik (DFAT) PUSLABFOR terdiri dari 4 tahapan yakni Acquisition, Audio Enhancement, Decoding, dan Voice Recognition. Dalam penelitian ini akan dibahas mengenai analisis audio menggunakan metode speech processing yaitu Itakura Saito Distance dan metode jaringan syaraf tiruan yaitu Backpropagation Neural Network dengan tujuan memperkuat hasil akurasi identik suatu barang bukti rekaman suara. Jika metode ini dikaloborasikan akan memperkuat tingkat akurasi dan argument yang diperoleh dari proses analisa, khususnya dalam penanganan audio forensic. Akurasi itu sendiri diukur dari nilai kedekatan frekuensi atau spectrum antara rekaman suara asli dengan rekaman suara pembanding. Hasil pengujian yang dilakukan pada 4 rekaman suara asli (unknown) dan 4 rekaman suara pembanding (known) dengan lebih dari 20 kosakata menunjukan akurasi tertinggi yang identik lebih dari 95%. Kata-kata kunci: itakura saito distance, backpropagation neural network, audio forensik, akurasi suara Abstract-Audio is one of the digital evidence used in cybercrime. Often, this audio evidence plays a crucial role in revealing a crime case, so an audio forensics analysis process is required. The audio contains a recorded voice of a person who has a character with different vocabulary pronounced, unclear pronunciation, and has a lot of noise. There needs to be an appropriate handling of the Audio forensics Standard Operational Procedure (SOP). The stages in conducting audio forensic on the Digital Forensic Analyst Team of the Forensic Laboratory Center (DFAT PUSLABFOR) consist of 4 stages, namely Acquisition, Audio Enhancement, Decoding, and Voice Recognition. This research will discuss about audio analysis using speech processing method, namely Itakura Saito Distance and artificial neural network method, namely Backpropagation Neural Network with the aim of strengthening the identical accuracy results of a sound recording evidence. If this method is used, it will strengthen the level of accuracy and arguments obtained from the analysis process, especially in handling audio forensics. Accuracy itself is measured from the frequency proximity value or spectrum between the original sound recording and the comparator sound recording. The results of tests carried out on 4 unknown voice recordings and 4 known voice recordings with more than 20 vocabularies show the highest identical accuracy of more than 95%.
doi:10.30595/juita.v8i2.8248 fatcat:epxqsrbxvnenpoj5p2n23n5mdu