Deepfake Rusak Keuangan RI: 274.000 Penipuan dan Rp6 Triliun Melayang — Begini Cara Bank Hadapi Ancaman AI

Indonesia mencatat lonjakan signifikan dalam laporan penipuan finansial: sepanjang 2024–2025 tercatat 274.000 laporan dengan total kerugian masyarakat melebihi Rp6 triliun. Mayoritas kasus ini terkait dengan serangan deepfake berbasis kecerdasan buatan (AI) yang menargetkan celah pada proses onboarding digital perbankan. Angka ini bukan sekadar statistik — ia menggambarkan pergeseran dramatis dalam modus penipuan yang memaksa regulator, bank, dan penyedia layanan keuangan untuk mengubah cara mereka memverifikasi identitas dan memantau transaksi.

Deepfake: ancaman nyata bagi inklusi keuangan

Teknologi deepfake—audio, video, dan gambar sintetis yang meniru identitas manusia secara meyakinkan—dulu dianggap ancaman teoretis. Kini teknologi ini digunakan secara aktif untuk menipu proses pembukaan rekening jarak jauh (remote onboarding) dan manipulasi transaksi. Perkembangan perbankan digital yang massif, disertai pembukaan puluhan juta rekening via kanal online, telah memperluas permukaan serangan secara eksponensial.

Modus yang umum dipakai pelaku adalah membuat rekaman audio/video palsu yang meniru suara atau wajah korban untuk melewati verifikasi liveness dan KYC (know-your-customer). Hasilnya: akun terverifikasi palsu yang kemudian digunakan untuk penarikan dana, pengajuan pinjaman, atau transfer ke rekening penampung.

Tuntutan OJK: verifikasi liveness dan deteksi anomali jadi kewajiban

Menanggapi eskalasi ancaman ini, Otoritas Jasa Keuangan (OJK) menegaskan bahwa verifikasi liveness dan sistem deteksi anomali real-time bukan lagi fitur sekadar tambahan, tetapi menjadi kebutuhan operasional wajib bagi semua lembaga jasa keuangan. Indah Iramadhini dari Departemen Pengaturan dan Pengembangan Perbankan OJK menekankan pentingnya autentikasi berlapis dan pemantauan transaksi yang adaptif terhadap pola penipuan baru.

  • Verifikasi liveness yang kuat: teknologi yang membedakan antara rekaman/imitasi dan subjek hidup nyata saat proses verifikasi wajah/voice biometrics.
  • Autentikasi berlapis: kombinasi biometrik, OTP, device fingerprinting, serta validasi dokumen multi-sumber.
  • Deteksi anomali real-time: sistem yang mampu mengenali pola transaksi tidak biasa dan memicu pemeriksaan lebih lanjut secara otomatis.
  • Teknologi pencegah tersedia — tantangan implementasi skala besar

    Perusahaan teknologi seperti Advance.AI mengklaim bahwa solusi deteksi deepfake sudah matang dan siap dipakai. Namun tantangannya sekarang bukan soal ketersediaan teknologi semata, melainkan penerapan dan integrasi pada skala besar. Hal ini meliputi:

  • Integrasi ke proses onboarding end‑to‑end tanpa mengorbankan pengalaman pengguna (user experience).
  • Kompatibilitas lintas platform: bank, fintech, e‑wallet, dan pinjaman digital harus mengadopsi standar yang sama agar ekosistem aman.
  • Biaya dan kapasitas operasional: transformasi teknis memerlukan investasi, sumber daya, dan pendidikan staf untuk mengelola sistem baru.
  • Statistik dan dampak ekonomi

    Angka 274.000 laporan dan Rp6 triliun kerugian menandakan besarnya dampak ekonomi dari penipuan berbasis AI. Kerugian ini berdampak langsung pada rumah tangga dan UMKM, merusak kepercayaan publik terhadap layanan digital, dan menimbulkan biaya tambahan bagi lembaga keuangan yang harus memperkuat kontrol internal serta menanggung klaim nasabah.

    Peran industri: respons kolektif diperlukan

    Respon efektif membutuhkan kolaborasi antara regulator, bank, fintech, dan perusahaan teknologi. Beberapa langkah praktis yang harus diprioritaskan:

  • Standardisasi protokol verifikasi identitas digital di tingkat nasional untuk mengurangi celah interoperabilitas.
  • Penerapan uji ketahanan (stress test) untuk sistem deteksi deepfake dan skenario serangan baru.
  • Peningkatan literasi masyarakat mengenai modus penipuan digital dan langkah pencegahan sederhana (mis. tidak membagikan OTP, memverifikasi kanal komunikasi resmi).
  • Implikasi bagi pengguna: kewaspadaan dan langkah protektif

    Bagi masyarakat, beberapa tindakan preventif dapat mengurangi risiko menjadi korban:

  • Hati‑hati dengan permintaan data pribadi via telepon atau pesan singkat — konfirmasi ulang melalui kanal resmi lembaga yang bersangkutan.
  • Aktifkan fitur keamanan tambahan pada aplikasi finansial (2FA, notifikasi transaksi real-time).
  • Segera laporkan aktivitas mencurigakan ke bank dan pihak berwenang; simpan bukti komunikasi dan nomor referensi transaksi.
  • Arah kebijakan dan investasi teknologi

    Ke depan, OJK dan pelaku industri harus mengintensifkan investasi pada solusi AI yang kontra‑AI: sistem pembelajaran mesin yang dirancang untuk mendeteksi manipulasi suara dan gambar, analitik perilaku untuk profil nasabah, serta sistem pemblokiran transaksi otomatis yang lebih canggih. Di saat yang sama, kerangka hukum dan sanksi terhadap penyalahgunaan data juga harus diperkuat untuk memberi efek jera.

    Kasus ini menegaskan satu hal: transformasi digital tanpa pengamanan yang memadai akan membuka celah besar bagi kriminalitas canggih. Indonesia memiliki peluang untuk menjadi contoh pengelolaan keamanan finansial digital apabila regulator, industri, dan masyarakat bergerak cepat dan terkoordinasi dalam mengimplementasikan langkah teknis, edukasi, dan kebijakan yang diperlukan.