Kaspersky bagikan tips hindari penipuan deepfake pada Pemilu 2024

Jakarta (ANTARA) - Di tengah kampanye dan aktivitas yang menyertai Pemilu 2024, terdapat kekhawatiran masyarakat Indonesia yang semakin besar terhadap konten palsu yang dibuat melalui teknologi deepfake.

Mengutip laporan Kaspersky ada kekhawatiran bahwa deepfake, teknik manipulasi konten video dan suara yang mengandalkan artificial intelligence (AI) atau kecerdasan buatan akan digunakan untuk mempengaruhi situasi dan opini publik menjelang pemilu 2024.

Baca juga: Kaspersky ungkap tiga alasan perlunya perlindungan keamanan ponsel

“Ancaman digital berupa SMS, email phishing, video palsu, dan situs berbahaya harus diantisipasi pada musim pemilu di Indonesia tahun depan. Penting juga bagi masyarakat di sini untuk waspada terhadap konten berbahaya yang mungkin mereka temui secara online selama periode ini,” kata Kepala Urusan Pemerintahan dan Kebijakan Publik Kaspersky Wilayah Asia-Pasifik, Jepang, Timur Tengah, Turki dan Afrika Genie Sugene Gan, dalam siaran pers di Jakarta, Senin.

Deepfake mengacu pada teknologi yang membuat salinan gambar, video, dan suara yang meyakinkan melalui pemanfaatan AI.

Deepfake adalah metode lanjutan yang menggunakan algoritma pembelajaran mesin berlapis untuk secara progresif mengekstraksi fitur tingkat tinggi dari masukan mentah. Metode itu mampu belajar dari data tidak terstruktur seperti wajah manusia.

Baca juga: Lebih dari 7 juta ancaman daring targetkan pengguna Indonesia

Penelitian Kaspersky juga mengungkapkan bahwa terdapat permintaan yang signifikan terhadap deepfake. Dalam beberapa kasus, terdapat kemungkinan permintaan deepfake dari individu terhadap target tertentu seperti selebriti atau tokoh politik.

Harga per menit video deepfake, menurut laporan Kaspersky, dapat berkisar dari 300 dolar Amerika Serikat hingga 20.000 dolar AS (sekitar Rp4,7 juta hingga Rp313 juta).

Perusahaan keamanan siber itu menganalisis web gelap menggunakan layanan Kaspersky Digital Footprint Intelligence, yang melakukan analisis otomatis dan manual terhadap surface web (web permukaan), deep web (web dalam), dan dark web (web gelap), ditambah pengetahuan dan wawasan para ahli terkait teknik dan motif para penjahat siber.