Klik di sini untuk melihat video penelitian

Perkembangan teknologi Artificial Intelligence (AI), khususnya AI generatif, telah memungkinkan terciptanya suara sintetis yang semakin menyerupai suara manusia asli. Di satu sisi, perkembangan ini membuka berbagai peluang dalam pemanfaatan teknologi suara. Namun, di sisi lain, teknologi tersebut juga menghadirkan ancaman baru, salah satunya melalui deepfake suara yang dapat digunakan untuk meniru identitas seseorang.

Melihat perkembangan tersebut, Riyan Sugara melakukan penelitian mengenai deteksi deepfake suara berbasis AI. Penelitian ini menyoroti semakin sulitnya membedakan suara asli dan suara hasil kloning hanya melalui pendengaran manusia. Tingkat kemiripan suara sintetis yang semakin tinggi dapat menimbulkan risiko dalam berbagai bidang, termasuk keamanan informasi, forensik digital, serta sistem autentikasi berbasis suara yang digunakan dalam sektor bisnis dan keuangan.

Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan pendekatan berbasis analisis karakteristik sinyal suara. Salah satu metode yang digunakan adalah Mel-Frequency Cepstral Coefficients (MFCC) untuk mengekstraksi karakteristik penting dari sinyal suara. Analisis tersebut kemudian dikombinasikan dengan energi sinyal untuk memperoleh informasi tambahan yang dapat membantu membedakan suara asli dan suara sintetis.

Fitur suara yang telah diekstraksi selanjutnya diklasifikasikan menggunakan algoritma Random Forest. Penelitian ini juga menerapkan optimasi parameter untuk meningkatkan kemampuan model dalam melakukan klasifikasi dan mendeteksi suara yang dihasilkan oleh teknologi AI.

Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu menghasilkan tingkat akurasi yang sangat tinggi dalam membedakan suara asli dan suara sintetis. Hasil tersebut menunjukkan bahwa kombinasi analisis karakteristik suara dan machine learning memiliki potensi untuk menjadi pendekatan yang efektif dalam mendeteksi deepfake suara.

Penelitian ini menjadi relevan seiring dengan semakin berkembangnya teknologi AI generatif dan meningkatnya kemampuan teknologi voice cloning dalam menghasilkan audio yang menyerupai suara manusia. Pengembangan metode deteksi yang akurat dapat mendukung upaya meningkatkan keamanan digital, khususnya pada sistem yang menggunakan suara sebagai bagian dari proses autentikasi maupun verifikasi identitas.

Melalui penelitian ini, Riyan Sugara turut berkontribusi dalam pengembangan solusi berbasis AI untuk menghadapi tantangan keamanan yang muncul seiring dengan perkembangan teknologi generatif.

Lihat video penelitian selengkapnya di Instagram:
https://www.instagram.com/reel/DV8APYzEX0M/?utm_source=ig_web_copy_link&stkn=MzRlODBiNWFlZA==