bab i pendahuluan

1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Metode deteksi kebohongan sangat penting bagi pihak-pihak yang bergerak di
bidang penegakan hukum dan keamanan seperti kepolisian, hakim, jaksa, KPK
(Komisi Pemberantasan Korupsi), dan lain-lain.
Berdasarkan kajian hukum alat
deteksi kebohongan adalah alat uji hukum yang sah untuk digunakan dalam proses
penyidikan (Harahap, 2011). Berkaitan dengan istilah kebohongan, dikenal 2 istilah
lie dan deception. Istilah lie diartikan sebagai bohong dan istilah deception lebih
dimaknai menipu, namun kedua istilah tersebut sebenarnya mengacu pada makna
ketidakjujuran.
Carson
(2010)
menyatakan,
bahwa
lie
diartikan
sebagai
penyangkalan dalam bentuk pernyataan yang salah atau menyesatkan, sehingga
lawan bicara percaya dengan apa yang disangkalkan.
Kebohongan (lie) adalah
sebuah penyangkalan secara langsung terhadap sebuah kebenaran, kalimat yang
digunakan tidak sesuai dengan fakta. Sebaliknya, penipuan (deception) adalah upaya
untuk mengelabui atau trik, menggunakan kata-kata yang menyesatkan, membujuk,
merayu, sehingga menimbulkan kesan bisa dipercaya
Sejauh ini, alat deteksi kebohongan umumnya bekerja berdasarkan pada
perubahan fisiologis tubuh. Perubahan tersebut mengindikasikan perubahan emosi
yang terjadi di dalam tubuh seseorang. Relasi antara emosi dengan proses fisiologis
tubuh
dipelajari
secara
khusus
dalam
kajian
ilmu
psikologi
khususnya
psycophysiology. Pendekatan umum yang digunakan untuk mendeteksi kebohongan
adalah orang yang sedang berbohong secara alami akan merasa tertekan, stres, dan
terancam. Perasaan tersebut merupakan manifestasi emosi negatif yang kemudian
ditunjukkan dalam bentuk respon fisiologis (Cacioppo dkk, 2007). Dengan demikian,
alat deteksi kebohongan bukanlah alat uji kebohongan dalam arti sesungguhnya
2
namun merupakan alat ukur perubahan emosi pada diri seseorang dan kemunculan
emosi negatif merupakan petunjuk adanya kemungkinan kebohongan (Soorjoo,
2009).
Alat pendeteksi kebohongan umumnya dikaitkan dengan kemunculan emosi
negatif pada diri seseorang. Pengukuran emosi seseorang dapat dilakukan dengan
beberapa cara, diantaranya (1) Selft report, dalam bentuk laporan pribadi baik
secara lisan atau tulis.
Penggunaan kata-kata negatif dalam sebuah laporan
menunjukkan emosi negatif. (2) Automatic measure, diukur dari respon fisiologis
tubuh secara otomatis. Sebagai contoh produksi keringat sebagai tanda emosi
khawatir diukur dengan EDR (Electro Derma Responbility), detak jantung dengan
EKG. (3) Startle Response Magnitude, merupakan pengukuran terhadap respon
seketika tubuh. Salah satu contoh respon seketika tubuh adalah kedipan mata
(respon kejut). Pengukuran kedipan mata umumnya menggunakan electromyogram
(EMG).
(4) Brain state respon, pengukuran emosi berdasarkan aktivitas otak.
Metode pengukurannya menggunakan fMRI (functional Magnetic Resonance
Imaging), dan EEG (Electroencephalogram). Hasil foto otak menunjukkan perbedaan
pada kelas emosi yang berbeda. (5) Behavior respon, pengukuran emosi dengan
menganalisis bahasa tubuh, dan salah satu bentuknya adalah ekspresi wajah
(Scherer, 2005).
Berdasarkan hasil pengukuran dan analisis emosi tersebut dikembangkan
berbagai alat deteksi kebohongan. Sejauh ini telah dikembangkan berbagai alat
deteksi kebohongan dengan berbagai pendekatan, diantaranya respon produksi
keringat pada kulit, dinyatakan sebagai respon konduktivitas kelistrikan. Respon
panas tubuh yang diukur dengan kamera infrared. Peningkatan suhu tubuh yang
terdeteksi kamera infrared merupakan indikasi terjadinya emosi negatif sebagai
tanda kebohongan. Deteksi kebohongan berdasarkan analisis suara, perubahan
amplitudo dan frekuensi suara pada kondisi tertentu dijadikan indikasi kebohongan.
3
Bentuk tulisan tangan juga merupakan ciri yang bisa dianalisis untuk mendeteksi
kebohongan (Gunadi dan Harjoko, 2012).
Setiap alat deteksi kebohongan memiliki kelebihan dan kelemahan masingmasing. Alat deteksi kebohongan berdasarkan perubahan produksi keringat (EDR)
kelemahannya bersifat invansive, tergantung pada kondisi lingkungan dan kesehatan
orang yang dites kebohongan (Boucsein W, 1992); (Edelberg, 1971). Demikian pula
dengan deteksi kebohongan yang berdasarkan detak jantung memiliki kelemahan
yang serupa dengan EDR. Selanjutnya alat deteksi kebohongan berdasarkan tulisan
tangan, metode ini tidak bersifat invasive, tidak diperlukan pemasangan berbagai
instrumen ke tubuh orang yang dites.
Namun kelemahannya, sangat besar
kemungkinan orang dapat dilatih untuk mengelabui metode ini (Chung dan
Pennebaker, 2007); (Prasad dkk, 2010); (Kamath dkk, 2011); (Newman dkk, 2003).
Alat deteksi kebohongan lainnya adalah analisis suara, voice analyser stress (VSA).
Alat ini memiliki akurasi yang baik, pemakaian sudah diterima secara legal di
beberapa negara (termasuk Indonesia), dan tidak
invansive, namun sangat
dipengaruhi oleh kesehatan objek yang akan diperiksa (Hopkins dkk, 2005).
Teknologi berdasarkan
infrared akurat untuk deteksi kebohongan, namun
kelemahannya terletak pada teknis pelaksanaan yang rumit, seperti subjek harus
berpuasa sebelum menjalani tes (Pavlidis dan Levine, 2002); (Pavlidis dkk, 2000);
(Tsiamyrtzis dkk, 2007).
Berdasarkan beberapa penelitian dinyatakan tingkah laku manusia merupakan
sumber informasi yang dapat dipercaya dalam komunikasi. Selanjutnya tingkah laku
dan gerak-gerik dapat dijadikan sumber informasi potensial untuk mengungkapkan
terjadinya kebohongan. Dalam komunikasi yang dilakukan secara langsung,
informasi yang disampaikan dapat diterima dengan indentifikasi sebagai berikut, 7 %
melalui kata-kata yang diucapkan, 38 % melalui intonasi, dan 55% melalui gerak
gerik atau bahasa tubuh. Dalam kondisi sadar maupun tidak sadar manusia ketika
4
berkomunikasi tidak bisa dilepaskan dari perasaan, dan perasaan dinyatakan dengan
bahasa tubuh (Mahribian, 1972).
Pola gerak tubuh tertentu memiliki arti tertentu. Orang yang sedang tertekan
atau tidak percaya diri biasanya menunjukkan gerakan kepala menunduk,
menggosok gosok kepala, menyilangkan tangan, memainkan jari-jari dimulut, dan
lain-lain. Orang yang sering menghindari kontak mata dikaitkan dengan rasa takut
atau merasa kurang nyaman dengan lawan bicaranya (Allan dan Barbara, 2004).
Beberapa ulasan tentang deteksi kebohongan diantaranya, Cacioppo dkk. (2007)
membahas aspek fisiologis tubuh dan kebohongan.
Cacioppo dkk. (2007)
menyatakan kebohongan dapat dikaitkan dengan emosi tertekan atau negatif, yang
manifestasinya dapat dinyatakan dengan berbagai bentuk.
Ekspresi wajah
merupakan salah satu manifestasi kebohongan (Matsumoto dan Ekman, 2008).
Beberapa ekspresi wajah yang dikaitkan atau dianggap sebagai tanda emosi negatif,
diantaranya senyum palsu, pandangan mata, kerutan, pengecilan pupil, mata
menutup (Navaro dan Karlins, 2007). Salah satu kelebihan penggunaan ekspresi
wajah dalam analisis kebohongan adalah
terdapatnya mikro ekspresi.
ekspresi adalah ekspresi wajah yang bersifat
Mikro
tidak disadari dan tidak bisa
dikendalikan. Dengan demikian mikro ekspresi sangat baik dijadikan acuan untuk
analisis kebohongan (Porter dan Brinke, 2008).
Sejauh ini berdasarkan penelusuran literatur belum ditemukan implementasi
sistem komputer untuk menganalisis ekspresi wajah dengan tujuan akhir sebagai
sistem deteksi kebohongan. Pada saat yang sama penggunaan ekspresi wajah untuk
analisis kebohongan dilakukan dengan pengamatan secara manual oleh pengamat
yang sudah terlatih dan dibandingkan dengan kebenaran ucapannya (Matsumoto
dkk, 2011). Permasalahan yang muncul berkaitan dengan pengamatan ekspresi
wajah adalah durasi kejadian sangat cepat antara 1/3 - 1/25 detik (ekspresi micro).
Hal ini akan sangat menyulitkan pengamatan (Polikovsky dkk, 2009). Faktor lain
5
yang menyebabkan kesulitan dalam pengamatan ekspresi wajah adalah tidak
memungkinkannya para pengamat secara terus-menerus mengamati perubahan
ekspresi wajah. Hal lain yang juga merupakan kelemahan pengamatan langsung
adalah masalah subjektivitas pengamat.
Berdasarkan hal tersebut perlu
dikembangkan sebuah metode deteksi kebohongan berdasarkan ekspresi wajah
dengan menggunakan pendekatan sistem komputer. Pengembangan yang dapat
dilakukan adalah bagaimana mengekstraksi komponen atau ciri wajah tertentu pada
area wajah secara berurutan atau frame per frame.
Langkah selanjutnya
menemukan tanda-tanda kebohongan dan melakukan analisis serta penilaian untuk
menentukan terjadinya kebohongan atau tidak.
1.2 Rumusan Masalah
Berdasarkan
uraian
pada
latar
belakang
penelitian
permasalahan utama dalam penelitian ini adalah
dapat
dirumuskan
bagaimana mengembangkan
model untuk melakukan penilaian kebohongan yang didasarkan pada kemunculan
beberapa tanda emosi negatif pada wajah.
Berdasarkan permasalahan utama tersebut, rumusan masalah yang diajukan
dalam penelitian ini adalah, pertama menentukan tanda emosi negatif wajah apa
saja yang merupakan indikasi kebohongan. Kedua, tanda emosi tersebut berkaitan
dengan state komponen wajah. Berdasarkan hal tersebut perlu ditentukan model
ekstraksi komponen wajah yang efisien. Ketiga, setelah komponen wajah dapat
diekstraksi maka state setiap komponen wajah harus ditentukan. Berdasarkan hal ini
perlu ditentukan model pengenalan state komponen wajah. Keempat menentukan
model deteksi kebohongan. Berdasarkan tanda emosi negatif bagaimana sebuah
adegan dapat diklasifikasi dalam kelas jujur atau bohong.
6
1.3 Batasan Masalah
Adapun batasan masalah yang diberikan pada penelitian ini adalah sebagai
berikut :
a.
Pengambilan rekaman video, dilakukan pada objek tunggal dan dominan
menampilkan frontal wajah subjek.
b.
Analisis dilakukan secara offline, berdasarkan hasil dekomposisi video dalam
bentuk citra frame-frame yang berurutan.
c. Tanda Emosi yang digunakan adalah, penghindaran tatapan mata, mata tertutup,
pandangan ke atas, kedipan mata, kerutan dahi dan senyum palsu. Tanda
emosi ini dipilih berdasarkan studi literatur, dan dinyatakan sebagai tanda
negatif. Tanda emosi negatif diyakini sebagai indikasi kebohongan.
d.
Peta geometri wajah yang digunakan adalah peta wajah suku jawa dan bali.
1.4 Tujuan Penelitian
Berdasarkan permasalahan yang diuraikan di atas, maka tujuan yang ingin dicapai
pada penelitian ini adalah :
a.
Mengusulkan beberapa tanda emosi negatif sebagai tanda kebohongan dan
melakukan analisis sejauh mana korelasi tanda emosi negatif tersebut terhadap
kejadian kebohongan.
b. Menghasilkan model teknik ekstraksi komponen wajah secara simultan
berdasarkan ciri warna dan geometri.
Ekstraksi komponen wajah secara
simultan adalah bagaimana mendapatkan komponen wajah secara sekaligus,
tidak secara parsial. Berdasarkan satu atau dua buah posisi komponen wajah,
maka komponen wajah lain bisa didapatkan.
c.
Melakukan analisis kelemahan metode ekstraksi komponen wajah yang
berdasarkan warna dan perbaikan yang dapat dikembangkan. Perbaikan yang
bisa dikembangkan adalah dengan terlebih dahulu melihat kinerja penggunaan
warna untuk deteksi komponen wajah tertentu.
Selanjutnya memetakan
7
kelemahan, faktor penyebabnya, dan memberi analisis untuk memberikan
alternatif perbaikan yang dapat dikembangkan.
d. Menghasilkan teknik untuk pengenalan pola state pada masing-masing
komponen wajah.
e.
Menghasilkan sebuah model deteksi kebohongan berdasarkan tanda emosi
negatif pada wajah. Kemunculan tanda emosi negatif tersebut dijadikan acuan
untuk menentukan terjadinya kebohongan.
1.5 Manfaat Penelitian
Pada penelitian-penelitian sebelumnya, analisis deteksi kebohongan hanya
menggunakan satu variabel seperti variabel sifat kelistrikan kulit pada alat deteksi
kebohongan EDR (Electro Derma Respons), variabel suhu pada alat deteksi
kebohongan termografy atau infrared.
Berkaitan dengan analisis kebohongan
dengan pengamatan bahasa tubuh, sepengetahuan penulis
berdasarkan
penelusuran literatur masih dilakukan secara manual. Beberapa manfaat yang dapat
disumbangkan dari penelitian ini adalah :
a. Menghasilkan sebuah model deteksi kebohongan berdasarkan tanda emosi
negatif pada wajah. Model ini merupakan pelengkap dari berbagai metode
deteksi kebohongan yang sudah ada.
b. Berkaitan dengan masalah ekstraksi komponen wajah, sepengetahuan penulis
proses tersebut dilakukan secara parsial atau bagian per bagian. Pada penelitian
ini akan dikembangkan model ekstraksi komponen wajah secara simultan.
Proses ekstraksi komponen wajah mata, dahi, hidung dan mulut, cukup dengan
menemukan mata atau mulut saja. Hal ini merupakan kontribusi tambahan dari
penelitian ini.
c. Perbaikan dan koreksi formula peta mulut pada variabel η, hasil deteksi dan
segmentasi komponen mulut keberhasilannya ditentukan oleh nilai η. Koreksi
nilai η, bertujuan memberikan hasil deteksi mulut lebih baik.
8
d. Hal lain yang juga merupakan kontribusi pada penelitian ini adalah, metode yang
dikembangkan untuk menentukan RoI (Region of Interest) dari mata dengan
menggunakan negasi thresholding warna kulit. Selanjutnya metode ini memiliki
manfaat untuk menentukan arah padangan mata (gaze aversion), menentukan
kedipan mata, deteksi senyum palsu (fake smile).
1.7 Sistimatika Penulisan
Penulisan desertasi disajikan dalam 8 bab. Adapun rincian masing-masing bab
dijelaskan sebagai berikut sebagai berikut :
Bab I adalah pendahuluan, pada bagian ini dibahas tentang latar belakang
penelitian, menyangkut masalah metode deteksi kebohongan yang sudah ada, dan
kekurangannya. Hal tersebut dijadikan dasar untuk pengembangan penelitian ini.
Selain hal tersebut pada bagian ini juga dibahas beberapa batasan yang digunakan
pada penelitian ini, dan manfaat yang dapat disumbangkan dari hasil penelitian ini.
Bab II adalah tinjauan pustaka, yang berkaitan dengan tinjauan tentang alat
deteksi kebohongan, tanda emosi kebohongan di wajah, ekstraksi ciri wajah,
pengenalan keadaan komponen wajah, metode klasifikasi, dan kontribusi yang
menggambarkan
posisi
penelitian
terhadap
hasil
penelitian
sebelumnya,
berdasarkan telaah tinjauan pustaka.
Bab III adalah landasan teori, membahas tentang beberapa teori baik dari sisi
psikologi maupun ilmu komputer yang dijadikan acuan untuk pengembangan model
pada penelitian ini. Beberapa landasan teori yang digunakan antara lain tentang tes
kebohongan, tanda emosi negatif pada wajah sebagai tanda kebohongan, perbaikan
citra, pemerosesan citra, ekstraksi ciri berbasis warna dan geometri, pengklasifikasi
naive bayes, confusion matrix, dan uji statistik linear berganda .
Bab IV adalah metode penelitian, membahas tentang model penelitian yang
dikembangkan dan variabel - variabel yang digunakan pada penelitian ini. Pada
9
bagian ini juga dibahas dan jabarkan secara lebih rinci tentang tahapan tahapan dari
model yang dikembangkan.
Bab V adalah hasil penelitian, membahas tentang hasil uji coba dari setiap
tahapan model khusus bagian ekstraksi ciri wajah, dan juga membahas
perbandingan terhadap metode terkait yang ada sebelumnya, dan dijadikan
pengembangan pada penelitian ini.
Bab VI adalah hasil penelitian, membahas tentang hasil uji coba dari setiap
tahapan model khusus bagian pengenalan state ciri wajah dan deteksi kebohongan,
dan juga membahas perbandingan terhadap metode terkait yang ada sebelumnya,
dan dijadikan pengembangan pada penelitian ini.
Bab VII adalah pembahasan, membahas dan analisis hasil penelitian secara
keseluruhan.
Bab VIII adalah penutup, berisi tentang kesimpulan hasil penelitian ini secara
keseluruhan dan pengembangan yang dapat dilakukan ke depan.