Adanya peningkatan penipuan dan pencurian identitas data pribadi menjadi ancaman penting di dunia maya (cybercrime). Hal ini berhubungan erat dengan semakin banyaknya penggunaan internet dalam berbagai kegiatan, seperti jejaring sosial, penyimpanan informasi pribadi dan terutama aktivitas transaksi online melalui jaringan internet. Dalam pertukaran informasi data secara digital ini diperlukan keamanan terutama unutk menjaga privasi identitas seseorang.
Metode identifikasi yang selama ini dipakai masih menggunakan metode identifikasi konvensional, seperti kata sandi, kartu ID magnetik, kode Personal Identification Number (PIN) pada kartu kredit dan kartu debit perbankan, yang memiliki kekurangan seperti lupa, kartu rusak, kartu hilang, dicuri, diretas dipalsukan atau disalahgunakan.
Untuk mengatasi masalah tersebut, dikembangkan metode identifikasi pribadi berbasis biometric, salah satu alternatif yang dikembangkan terutama untuk aplikasi akses keamanan tingkat tinggi. Perkembangan teknologi voice biometrics merupakan solusi unutk memastikan perlindungan individu untuk menjaga keamanan dari pencurian identitas. Voice biometrics merupakan teknologi yang memanfaatkan karakteristik biologis pola suara manusia untuk identifikasi dan authentikasi berdasarkan pola unik setiap individu.
Pengembangan teknologi ini ini dibahas Haris Isyanto dalam disertasinya di Program Doktor Teknik Elektro, Fakultas Teknik Universitas Indonesia, yang berjudul “Pengembangan Skema Voice Biometrics pada Algoritma Deep Learning Model CNN Residual dan CNN Depthwise Separable Convolution dengan Fitur Ekstraksi Hybrid DWT-MFCC.” Disertasi ini dipresentasikan pada sidang Promosi Doktor FTUI yang dilaksakan pada Kamis (05/01).
“Pada penelitian sebelumnya, voice biometrics ini kebanyakan menggunakan machine learning untuk memproses data dalam mengenali suara, belum ada penelitian voice biometrics yang membahas menggunakan algoritma deep learning. Masalah utama machine learning antara lain tidak dapat memproses data dalam jumlah besar dan rumitnya pemrosesan data dalam proses mengidentifikasi objek dalam gambar dan suara. Teknologi deep learning merupakan eknologi yang mampu mengolah jumlah data yang besar dan data yang komplek dalam proses identifikasi objek,” jelas Haris Isyanto dalam presentasinya.
“Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan kerangka skema voice biometric, diantaranya mempermudah proses pelatihan dan validasi, mengurangi biaya komputasi yang tinggi, hingga membuat data suara user berbahasa Indonesia,” kata Dekan FTUI, Prof. Dr. Heri Hermansyah, ST., M.Eng., IPU terkait penelitian ini.
Haris Isyanto berhasil meraih gelar Doktor dengan predikat Sangat Memuaskan. Ia merupakan Doktor ke-153 yang lulus dari Departemen Teknik Elektro dan Doktor ke-492 di FTUI. Sidang promosi doktor ini dipimpin Ketua Sidang, Prof. Dr. Ir. Dadang Gunawan, M.Eng. dengan Promotor, Prof. Dr. Muhammad Suryanegara, S.T., M.Sc., IPU dan Ko Promotor, Ajib Setyo Arifin, S.T., M.T., Ph.D. Tim Penguji terdiri dari Dr. Ian Josef Matheus Edward, S.T., M.T., Dr.Eng. Ir. Arief Udhiarto. S.T., M.T., Dr. Basari, S.T., M.Eng. dan Dr. Prima Dewi Purnamasari, S.T., M.Sc.
***
Biro Komunikasi Publik
Fakultas Teknik Universitas Indonesia