Bagaimana Analisis Microexpression pada wajah dapat mengenali kejujuran seseorang?

Apa Itu Microexpression dan Apa Kaitannya dengan Kejujuran?

Microexpressions adalah ekspresi wajah singkat yang biasanya kurang dari setengah detik, yang secara tidak sadar muncul ketika seseorang mencoba menyembunyikan emosi yang dirasakannya. Karena teori awal menyatakan bahwa ekspresi ini sulit dikontrol sepenuhnya, mereka dianggap sebagai label emosional yang mungkin menandakan ketidakjujuran. Seperti yang disebutkan pada salah satu artikel menyebutkan bahwa microexpression wajah adalah salah satu Tale Tell Indicator (TTI) yang paling sulit dikendalikan dan seringkali menjadi indikator kebohongan yang lebih jujur dibandingkan kata-kata. Microexpression hanya berlangsung selama beberapa detik dan seringkali muncul tanpa sadar ketika seseorang berusaha menutupi emosi sebenarnya, misalnya, ekspresi takut atau rasa bersalah yang sangat singkat di wajah sebelum kembali tersenyum atau berbicara normal (Sumber: https://www.htx.gov.sg/whats-happening/all-news—events/all-news/2024/htxplains–micro-facial-expressions ) .

Sumber: Unsplash (https://unsplash.com)

Potensi dan Batasan Microexpressions dalam Deteksi Ketidakjujuran

• Sejarawan ekspresi wajah Paul Ekman bersama timnya terutama meneliti microexpressions sebagai indikasi leakage emosional, dimana emosi tersembunyi bocor lewat ekspresi sangat singkat (Sumber : Buku yang beliau terbitkan http://www.communicationcache.com/uploads/1/0/8/8/10887248/telling_lies-_clues_to_deceit_in_the_marketplace_politics_and_marriage.pdf )
• Beberapa individu sangat terlatih (disebut “Truth Wizards”) bisa mencapai akurasi hingga 80% dalam mendeteksi kebohongan, namun mereka sangat langka—hanya 0,25% dari populasi (Sumber : https://www.truthwizardry.com/about )
• Profesor Mark G. Frank menunjukkan bahwa sistem keamanan seperti di bandara bisa menggunakan microexpressions sebagai titik perhatian untuk mengidentifikasi ketegangan atau keraguan, namun bukan untuk mendakwa seseorang sebagai pembohong

Namun, banyak penelitian juga memperingatkan:

• Studi menunjukkan bahwa microexpressions sangat jarang terjadi dan tidak menunjukkan perbedaan bermakna antara orang yang jujur dan berbohong (Sumber: https://pmc.ncbi.nlm.nih.gov/articles/PMC7767987)
• Bahkan pelatihan khusus seperti METT (Micro-Expression Training Tool) tidak banyak meningkatkan akurasi deteksi kebohongan dibandingkan prediksi awal (Sumber: https://web.williams.edu/Psychology/Faculty/Kassin/files/Jordan%20et%20al%20%282019%29%20-%20METT.pdf )

 

Sumber: Unsplash (https://unsplash.com)

Pendekatan Teknologi: AI dan Deep Learning dalam Mendeteksi Ketidakjujuran

• Dibidang keamanan dan psikologi, penelitian terkini mencoba menerapkan deep learning pada microexpressions. Model tersebut menggunakan dataset seperti FERA 2013 dan telah mencapai akurasi deteksi kebohongan hingga sekitar 74% (Sumber : https://link.springer.com/article/10.1007/s11042-023-14551-6)
• Ada pula sistem otomatis yang mengkombinasikan analisis mikro-ekspresi, fitur visual, audio (MFCC), dan tekstual untuk deteksi kebohongan secara real time. Dalam beberapa setup, mencapai AUC hingga 0.922 (Sumber : https://arxiv.org/abs/1712.04415)
• Metode multimodal yang menggabungkan citra wajah, audio, dan teks, seringkali menunjukkan performa lebih baik daripada hanya menggunakan fitur mikro-ekspresi saja (Sumber : https://arxiv.org/abs/1712.04415)

 

Kesimpulan

Microexpressions bisa membantu menandai momen emosional penting, tapi mereka tidak bisa menjadi fakta mutlak bahwa seseorang berbohong. Dalam kenyataanya, microexpressions lebih cocok digunakan sebagai alarm untuk memberikan pertanyaan lanjutan maupun observasi tambahan. Teknologi AI dan deep learning menawarkan kemajuan dalam memproses sinyal secara otomatis, namun pendekatan paling baik hingga saat ini yaitu penerapan multimodal dengan menggabungkan wajah, suara, dan konteks percakapan dalam model untuk memprediksi kejujuran seseorang.

 

Penulis

Stefanus Benhard S.Kom., M.Kom (FDP Scholar)

 

Referensi

1. https://www.htx.gov.sg/whats-happening/all-news—events/all-news/2024/htxplains–micro-facial-expressions
2. http://www.communicationcache.com/uploads/1/0/8/8/10887248/telling_lies-_clues_to_deceit_in_the_marketplace_politics_and_marriage.pdf
3. https://www.truthwizardry.com/about
4. Brennen, T., & Magnussen, S. (2020). Research on Non-verbal Signs of Lies and Deceit: A blind Alley. Frontiers in Psychology, 11. https://doi.org/10.3389/fpsyg.2020.613410
5. Jordan, S., Brimbal, L., Wallace, D. B., Kassin, S. M., Hartwig, M., & Street, C. N. (2019). A test of the micro‐expressions training tool: Does it improve lie detection? Journal of Investigative Psychology and Offender Profiling, 16(3), 222–235. https://doi.org/10.1002/jip.1532
6. Yildirim, S., Chimeumanu, M. S., & Rana, Z. A. (2023). The influence of micro-expressions on deception detection. Multimedia Tools and Applications, 82(19), 29115–29133. https://doi.org/10.1007/s11042-023-14551-6
7. Wu, Z., Singh, B., Davis, L.S., Subrahmanian, V.S. (2017). Deception Detection in Videos. arXiv preprint arXiv:1712.04415.
8. Mathur, L., Matarić, M.J. (2020). Introducing Representations of Facial Affect in Automated Multimodal Deception Detection. arXiv preprint arXiv:2008.13369.