Deepfake Adalah Alasan Kenapa Verifikasi Wajah Biasa Sudah Tidak Cukup
Di Hong Kong, seorang pegawai keuangan sebuah perusahaan multinasional pernah ikut video call bersama beberapa “rekan kerja”, termasuk CFO perusahaannya sendiri. Semua wajah di layar terlihat dan bergerak persis seperti aslinya. Atas instruksi dari video call itu, dia mentransfer dana senilai HK$200 juta, setara sekitar Rp400 miliar. Belakangan baru diketahui, semua “rekan kerja” di layar itu adalah deepfake, wajah sintetis buatan AI yang dikendalikan penipu secara real-time.
Kasus ini bukan skenario film fiksi ilmiah. Ini kejadian nyata, dan yang lebih mengkhawatirkan, teknologi di baliknya sekarang jauh lebih murah dan mudah diakses dibanding beberapa tahun lalu.
Deepfake Adalah Rekayasa Wajah dan Suara, Bukan Sekadar Filter Kamera
Secara sederhana, deepfake adalah video, audio, atau gambar sintetis yang dihasilkan AI dan mampu meniru wajah maupun suara seseorang dengan tingkat akurasi yang sulit dibedakan dari aslinya, seperti dijelaskan SWA. Bedanya dengan filter kamera atau editan foto biasa, deepfake bisa menciptakan gerakan mulut, ekspresi wajah, bahkan intonasi suara yang benar-benar meniru pola asli seseorang, bukan cuma menempelkan wajah secara statis.
Skalanya sudah bukan ancaman kecil. Data yang dirangkum kakak.ai dari Bloomberg Technoz mencatat penipuan berbasis AI di Indonesia naik 1.550 persen hanya dalam 12 bulan terakhir per Mei 2026. Laporan OJK dan Indonesia Anti-Scam Centre (IASC) yang dibahas SWA mencatat 274.000 laporan penipuan keuangan sepanjang akhir 2024 hingga 2025, dengan total kerugian masyarakat diperkirakan melebihi Rp6 triliun, sebagian besar dipicu serangan deepfake yang menyasar sistem onboarding digital perbankan.
Kenapa Verifikasi Foto atau Video Biasa Nggak Cukup Lagi
Coba bayangkan verifikasi identitas konvensional seperti penjaga gerbang yang cuma mengecek foto di kartu identitas dengan wajah orang di depannya sekilas. Selama fotonya mirip, penjaga itu akan membiarkan orang lewat. Masalahnya, deepfake sekarang bisa menciptakan “foto bergerak” yang begitu meyakinkan sehingga penjaga yang cuma mengandalkan pengecekan visual sekilas bisa tertipu, meski yang ada di depannya bukan orang asli, melainkan tampilan sintetis yang diproyeksikan secara real-time.
Ini juga kenapa deepfake sekarang bukan cuma ancaman untuk video call perusahaan, tapi merembet ke proses onboarding digital seperti pembukaan rekening atau pengajuan pinjaman online. Laporan Identity Fraud 2025-2026 dari Sumsub yang dikutip youngster.id mencatat tingkat penipuan identitas di Indonesia mencapai 5,6 persen pada 2025, tertinggi kedua di Asia Pasifik setelah Pakistan, dengan deepfake berkontribusi sebesar 5 persen dari total upaya penipuan yang tercatat.
Empat Modus Deepfake yang Paling Sering Ditemui
- Voice cloning untuk penipuan darurat. Pelaku meniru suara atasan, keluarga, atau kolega untuk meminta transfer dana mendesak lewat telepon, memanfaatkan urgensi supaya korban tidak sempat memverifikasi ulang.
- Video call palsu untuk transaksi korporat. Seperti kasus di Hong Kong, pelaku menciptakan wajah sintetis beberapa “pejabat perusahaan” sekaligus dalam satu panggilan video untuk meyakinkan korban melakukan transfer dana besar.
- Foto profil AI di aplikasi kencan atau media sosial. Wajah yang benar-benar tidak nyata dipakai untuk membangun kepercayaan palsu sebelum berujung pada penipuan asmara atau modus lainnya.
- Manipulasi verifikasi wajah saat pendaftaran akun digital. Pelaku memakai wajah sintetis untuk melewati proses KYC yang lemah, membuka akun fintech atau perbankan atas nama orang lain.
Bukannya Teknologi Verifikasi Wajah Sudah Cukup Canggih Sekarang
Ini pertanyaan yang wajar. Kenyataannya, kecanggihan teknologi verifikasi dan teknologi deepfake sama-sama berkembang cepat, dan keduanya saling mengejar. Indah Iramadhini dari OJK, sebagaimana dikutip SWA, menegaskan bahwa lembaga jasa keuangan perlu menerapkan autentikasi berlapis, verifikasi liveness yang kuat, serta deteksi anomali secara real-time sebagai kebutuhan operasional utama, bukan sekadar fitur tambahan opsional.
Poin pentingnya di sini, sistem yang hanya melakukan pengecekan satu kali saat pendaftaran awal sudah tidak memadai. Sumsub dalam laporannya yang dikutip youngster.id menekankan bahwa penyedia layanan pembayaran perlu beralih ke model verifikasi berkelanjutan, karena satu identitas yang bocor bisa membuka akses ke berbagai layanan sekaligus dalam ekosistem super-app yang saling terhubung.
Cara Sederhana Mendeteksi Deepfake Secara Manual
- Perhatikan gerakan mata dan kedipan yang terlihat tidak wajar, deepfake sering kesulitan mereplikasi pola kedipan mata yang alami.
- Cek pencahayaan dan bayangan di wajah, terutama di area tepi wajah dan rambut, sering muncul artefak visual yang tidak konsisten dengan pencahayaan sekitar.
- Dengarkan intonasi suara, voice cloning kadang masih terdengar datar atau punya jeda yang tidak natural di kata-kata tertentu.
- Minta korban melakukan gerakan spontan saat video call, seperti menoleh cepat atau menutup sebagian wajah, deepfake real-time sering gagal mengikuti gerakan mendadak yang tidak terduga.
- Selalu konfirmasi lewat kanal komunikasi kedua yang terpisah untuk permintaan transfer dana atau data sensitif, meski suara atau wajah di ujung telepon terdengar dan terlihat sangat meyakinkan.
Kenapa Verifikasi Identitas Berlapis Jadi Kunci Melawan Deepfake
Karena deepfake dirancang khusus untuk mengelabui verifikasi visual dan audio biasa, pertahanannya juga harus lebih dari sekadar cek wajah sepintas. Di sinilah teknologi liveness detection dan verifikasi biometrik yang terhubung langsung ke data kependudukan resmi jadi penting.
Sebagai PSrE (Penyelenggara Sertifikasi Elektronik) yang diakui dan diawasi Komdigi, Xignature menyediakan layanan e-KYC dengan verifikasi biometrik wajah yang dicocokkan secara real-time dengan data Dukcapil. Proses ini dirancang untuk mendeteksi keaslian wajah secara langsung, bukan sekadar mencocokkan gambar statis, sehingga jauh lebih sulit ditembus wajah sintetis hasil deepfake dibanding sistem verifikasi konvensional.
Untuk dokumen dan persetujuan transaksi, TTE Tersertifikasi menambah lapisan perlindungan lain. Setiap tanda tangan terikat pada identitas yang sudah diverifikasi lewat e-KYC, sehingga meski pelaku berhasil menciptakan deepfake yang meyakinkan secara visual, mereka tetap tidak bisa menembus proses verifikasi identitas yang mensyaratkan kecocokan biometrik langsung dengan data resmi.
Kenapa Liveness Detection Berbeda dari Sekadar Foto Selfie
Foto selfie statis itu ibarat foto di kartu identitas, gampang ditiru asal ada gambarnya. Liveness detection lebih mirip petugas yang meminta kamu tersenyum, berkedip, atau menoleh secara spontan di tempat, sesuatu yang jauh lebih sulit direplikasi secara real-time oleh wajah sintetis buatan AI. Kombinasi liveness detection dengan pencocokan data Dukcapil membuat proses verifikasi jauh lebih tahan terhadap upaya deepfake dibanding sekadar mengandalkan unggahan foto atau video rekaman.
Sudah Ada Aturan Hukum yang Menjerat Pelaku Deepfake
Kabar baiknya, regulasi sudah mulai mengejar perkembangan ancaman ini. Kakak.ai menjelaskan bahwa revisi UU ITE 2024 memasukkan Pasal 27A soal manipulasi konten elektronik berbasis AI untuk penipuan sebagai tindak pidana dengan ancaman pidana penjara hingga 6 tahun. AHL Law Office juga menekankan pentingnya melapor ke Direktorat Tindak Pidana Siber (Dittipidsiber) Bareskrim Polri dengan menyertakan bukti digital seperti rekaman video atau audio deepfake, tangkapan layar percakapan, dan log aktivitas transaksi.
Langkah Kalau Kamu atau Perusahaanmu Jadi Sasaran Deepfake
- Jangan langsung bertindak berdasarkan permintaan mendesak lewat telepon atau video call, meski suara dan wajahnya terlihat sangat meyakinkan.
- Segera hubungi bank untuk memblokir transaksi kalau sudah terlanjur transfer dana, lalu laporkan ke patrolisiber.id dengan menyertakan bukti rekaman.
- Simpan seluruh bukti digital, rekaman video atau audio, tangkapan layar percakapan, dan log transaksi, sebelum melapor ke pihak berwajib.
- Untuk perusahaan yang namanya dicatut dalam video deepfake, segera koordinasikan langkah hukum preventif untuk menjaga kredibilitas institusi.
- Terapkan protokol verifikasi berlapis di internal perusahaan untuk setiap permintaan transfer dana atau perubahan data penting, tidak cukup hanya mengandalkan satu panggilan video atau telepon.
Siap Mengamankan Dokumen Perusahaan Anda?
Jangan biarkan bisnis Anda terpapar risiko hukum dan pemalsuan. Mulailah gunakan sertifikat digital yang sah dan diakui negara sekarang juga.
Konsultasi Gratis dengan XignatureDeepfake Akan Terus Berkembang, Pertahananmu yang Harus Lebih Dulu Siap
Deepfake bukan ancaman yang akan hilang dengan sendirinya. Teknologinya akan terus makin murah dan mudah diakses, artinya makin banyak juga orang yang berpotensi jadi target. Tapi risiko ini bisa ditekan signifikan kalau setiap transaksi dan verifikasi identitas yang melibatkan datamu diproses lewat sistem yang benar-benar dirancang untuk mendeteksi keaslian, bukan sekadar mencocokkan tampilan visual sepintas.
Kalau kamu penasaran gimana proses e-KYC dengan liveness detection dan TTE Tersertifikasi Xignature bisa membantu institusi mencegah penipuan berbasis deepfake, kamu bisa coba demo gratisnya.
Baca juga artikel kami soal identity fraud dan social engineering, karena deepfake sering dipakai sebagai alat pendukung dalam kedua jenis kejahatan siber tersebut untuk membuat manipulasi terasa lebih meyakinkan.
Pertanyaan yang Sering Muncul soal Deepfake
Editan foto atau video biasa umumnya statis dan dibuat manual, sementara deepfake memakai AI untuk menciptakan gerakan wajah, ekspresi, dan suara yang dinamis serta bisa merespons secara real-time, sehingga jauh lebih sulit dibedakan dari rekaman asli.
Bisa. Kasus di Hong Kong menunjukkan deepfake bisa dijalankan secara real-time selama video call berlangsung, memungkinkan pelaku menciptakan wajah dan gerakan sintetis yang merespons langsung dalam percakapan.
Liveness detection adalah teknologi yang memverifikasi bahwa wajah yang diperiksa adalah manusia hidup yang hadir secara langsung, bukan gambar, video, atau wajah sintetis, biasanya lewat gerakan spontan yang sulit direplikasi AI secara real-time.
