Oleh: I Made Widiarta, S.Komp, M.M.Inov
Saat ini, teknologi deepfake sedang menjadi topik hangat seiring dengan munculnya berbagai berita palsu yang tersebar melalui media sosial. Salah satunya adalah video yang mengklaim Menteri Keuangan Sri Mulyani mengatakan bahwa guru dan dosen adalah beban negara. Ternyata, video tersebut adalah hoax yang dibuat menggunakan teknologi deepfake. Video asli bisa dilihat pada link berikut, https://youtu.be/Zh02Lzk6px8?si=Hiu1PRVuJdPRkCUu , pada cuplikan video tersebut, terlihat bahwa yang disampaikan oleh Sri Mulyani adalah:
“Klaster kedua adalah untuk guru dan dosen. Itu belanjanya dari mulai gaji sampai dengan tunjangan kinerja tadi. Banyak di media sosial saya selalu mengatakan, ‘Oh, menjadi dosen atau menjadi guru tidak dihargai karena gajinya nggak besar.’ Ini juga salah satu tantangan bagi keuangan negara. Apakah semuanya harus keuangan negara ataukah ada partisipasi dari masyarakat.”
Namun, setelah melaui tahapan editing, narasi yang disampaikan oleh Sri Mulyani berubah menjadi statemen bahwa guru Adalah beban negara. Pada tulisan ini, saya akan membahas apa itu deepfake, bagaimana cara kerja teknologi ini, serta langkah-langkah untuk mengantisipasinya.
Apa Itu Deepfake?
Deepfake adalah teknologi yang menggunakan kecerdasan buatan (AI) untuk menciptakan atau memanipulasi gambar, video, dan suara sehingga tampak sangat realistis. Teknologi ini biasanya memanfaatkan Generative Adversarial Networks (GANs), yang melibatkan dua jaringan syaraf tiruan untuk bersaing—satu membuat media palsu, sementara yang lainnya mencoba mendeteksi keaslian media tersebut. Deepfake dapat digunakan untuk mengubah ekspresi wajah, mengganti suara, atau bahkan membuat seseorang seolah-olah berkata atau melakukan sesuatu yang sebenarnya tidak pernah terjadi (Goodfellow et al., 2014) .
Deepfake menggunakan algoritma pembelajaran mesin yang memungkinkan komputer untuk mempelajari pola dalam data yang ada, seperti ekspresi wajah, gerakan tubuh, atau suara seseorang, dan kemudian menciptakan salinan palsu yang tampak sangat nyata. Teknologi ini tidak hanya berdampak pada hiburan, tetapi juga dapat disalahgunakan untuk tujuan yang merugikan, seperti penyebaran disinformasi, penipuan, atau pemerasan (Korshunov & Marcel, 2018) . Seiring dengan perkembangan teknologi, semakin sulit untuk membedakan antara konten asli dan konten yang telah dimanipulasi, sehingga menimbulkan tantangan besar dalam menjaga integritas informasi di dunia digital (Zhou & Li, 2020) .
Mengapa Deepfake Berbahaya?
Deepfake dapat menjadi ancaman besar bagi masyarakat karena kemampuannya untuk menyebarkan informasi palsu dengan cara yang sangat meyakinkan. Dengan deepfake, seseorang bisa membuat video yang tampak seperti orang terkenal atau pejabat publik, seperti dalam kasus Menteri Keuangan Sri Mulyani, yang mengatakan hal-hal kontroversial yang sebenarnya tidak pernah diucapkannya. Berita seperti ini dapat dengan mudah menyebar dan memengaruhi opini publik.
Selain itu, deepfake juga bisa digunakan untuk tujuan negatif seperti pemerasan, penyebaran kebencian, atau merusak reputasi seseorang. Karena sifatnya yang sangat realistis, masyarakat sering kali sulit membedakan antara fakta dan rekayasa digital.
Cara Mengantisipasi Deepfake
- Verifikasi Sumber Video dan Audio
Langkah pertama yang penting adalah memverifikasi sumber video atau audio yang kita terima. Jika sumbernya tidak jelas atau tidak resmi, kita perlu lebih berhati-hati. Pastikan untuk memeriksa apakah video atau rekaman tersebut berasal dari media yang kredibel atau langsung dari sumber resmi seperti akun media sosial yang terverifikasi. (Sumber: Kurniawan & Wibowo, 2021). - Perhatikan Tanda-Tanda Pemalsuan
Beberapa ciri-ciri deepfake dapat ditemukan pada perubahan ekspresi wajah yang tidak alami, gerakan bibir yang tidak sinkron dengan suara, atau perubahan pencahayaan yang tidak realistis. Meskipun teknologi deepfake semakin canggih, tanda-tanda ini tetap bisa ditemukan dengan memperhatikan detailnya secara seksama. (Sumber: Pratama & Santosa, 2020). - Gunakan Teknologi Deteksi Deepfake
Ada berbagai alat yang dikembangkan untuk mendeteksi deepfake, seperti software berbasis AI yang menganalisis pola wajah dan suara. Beberapa perusahaan dan universitas, seperti Microsoft dan Deepware, telah mengembangkan sistem untuk mendeteksi deepfake secara otomatis. Ini sangat membantu dalam mengidentifikasi apakah sebuah media benar-benar asli atau hasil manipulasi. (Sumber: Fadilah & Rahman, 2020). - Edukasi Masyarakat
Salah satu cara terbaik untuk mengurangi dampak deepfake adalah dengan meningkatkan kesadaran masyarakat. Edukasi tentang apa itu deepfake dan bagaimana mengenalinya sangat penting agar orang tidak mudah terjebak dalam penyebaran disinformasi. Kampanye edukasi yang menyasar berbagai kalangan dapat membantu masyarakat lebih kritis dalam menyaring informasi yang mereka terima. - Laporkan Deepfake
Jika kita menemukan video atau media yang mencurigakan, penting untuk segera melaporkannya ke platform media sosial atau pihak berwenang. Banyak platform seperti Facebook dan Twitter telah menambahkan fitur pelaporan untuk menangani konten yang terindikasi sebagai deepfake.
Kesimpulan
Teknologi deepfake memang memiliki potensi yang sangat besar, baik untuk kepentingan positif maupun negatif. Namun, penyalahgunaannya untuk menyebarkan informasi palsu dapat menimbulkan dampak yang sangat besar bagi masyarakat. Oleh karena itu, penting bagi kita untuk mengetahui apa itu deepfake, bagaimana cara mengenalinya, dan langkah-langkah yang dapat diambil untuk mengantisipasinya.
Tentang Penulis:
I Made Widiarta, S.Komp., M.M.Inov. adalah seorang Dosen, Penggiat IT, serta Asesor BNSP yang memiliki kompetensi di bidang teknologi informasi dan inovasi digital. Dengan latar belakang pendidikan di Ilmu Komputer IPB dan Magister Manajemen Inovasi, beliau juga tersertifikasi sebagai Mikrotik MTCNA, MTCRE, dan Mikrotik Trainer, yang membuktikan keahlian beliau dalam jaringan dan teknologi Mikrotik. Sebagai asesor BNSP, beliau berperan dalam menilai dan mengembangkan standar kompetensi di bidang teknologi informasi. Selain itu, I Made Widiarta juga tersertifikasi sebagai Digital Marketer dan Trainer yang tersertifikasi BNSP, menunjukkan keahlian beliau dalam bidang pemasaran digital dan pelatihan. Beliau juga aktif di berbagai organisasi kepemudaan berbasis teknologi dan digitalisasi, seperti Esports, Relawan TIK, Forum Sistem Informasi Desa, dan berbagai organisasi lainnya. Komitmennya dalam dunia pendidikan, teknologi, dan pemasaran menjadikannya sebagai figur yang mendorong penerapan solusi inovatif untuk kemajuan masyarakat.
Sumber Referensi:
Fadilah, N., & Rahman, A. (2020). Sistem Deteksi Deepfake Menggunakan Metode Convolutional Neural Network (CNN) pada Gambar Wajah. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 7(4), 220-227.
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., … & Bengio, Y. (2014). Generative Adversarial Nets. Advances in Neural Information Processing Systems (NeurIPS), 27.
Korshunov, P., & Marcel, S. (2018). Deepfakes: A New Threat to Face Recognition? IEEE International Conference on Image Processing (ICIP), 2018. DOI: 10.1109/ICIP.2018.8451529.
Kurniawan, A. S., & Wibowo, M. D. (2021). Teknologi dan Tantangan Dalam Menghadapi Deepfake: Pendekatan Penggunaan Alat Deteksi. Jurnal Ilmiah Teknologi Informasi dan Komunikasi (JITIK), 10(2), 150-159.
Pratama, A., & Santosa, B. (2020). Solusi Deteksi Deepfake pada Video Menggunakan Teknik Pembelajaran Mesin. Jurnal Sistem Komputer dan Teknologi Informasi (JSTI), 4(1), 45-52.
Rahayu, M., & Setiawan, A. (2020). Pencegahan Penyebaran Deepfake di Media Sosial: Solusi Teknologi dan Regulasi. Jurnal Ilmu Komputer dan Informasi (JIKI), 12(2), 99-107.
Zhou, X., & Li, Y. (2020). Deepfake Detection: A Survey. IEEE Access, 8, 125591-125606. DOI: 10.1109/ACCESS.2020.3001025
