Cara Mengidentifikasi Konten yang Dipalsukan Menjadi Deepfake

Sering melihat konten seperti foto, video, atau audio berupa public figure yang ternyata buatan? Hati-hati, bisa saja itu deepfake! 

Deepfake adalah foto, video, dan audio palsu yang direproduksi dari sumber aslinya menggunakan kecerdasan buatan (AI). Deepfake menggabungkan kata "deep learning" (pembelajaran mendalam) dan "fake" (palsu), merujuk pada konten video atau audio yang telah dimanipulasi dengan teknologi AI, sehingga tampak sangat nyata. Coba cari di media sosial maupun platform video, ada banyak sekali konten hasil deepfake. 

Deepfake adalah hiburan yang seru. Tetapi karena saat ini sudah semakin menjamur, deepfake berpotensi untuk menipu atau menimbulkan berita bohong (hoax). Bagaimana cara mengidentifikasi konten deepfake? Nah, artikel ini akan menjelaskannya. 

Cara Mendeteksi Konten Deepfake 

Teknologi deepfake semakin canggih. Cara mendeteksi kontennya pun semakin sulit. Namun, ada beberapa hal yang bisa dilakukan untuk mengidentifikasi konten palsu buatan deepfake. 

• Gerakan Tidak Alami

Coba perhatikan ekspresi wajah dan gerakan pada beberapa video hasil deepfake. Gerakannya tidak alami. Gerakan wajah dan tubuh pada manusia asli lebih natural dan lancar, sementara pada deepfake terlihat patah-patah dan tidak natural. Malah, kebanyakan deepfake menampilkan gerakan yang tidak wajar dan tidak sinkron antar anggota tubuh. 

• Audio dan Video Tidak Sinkron

Ketidaksinkronan antara audio dan video adalah ciri lain dari potensi deepfake. Video asli memiliki sinkronisasi yang konsisten antara elemen visual dan audio. Sementara deepfake seringkali kesulitan menyinkronkan aspek-aspek tersebut, sehingga terlihat ada perbedaan antara audio dan video.

• Deteksi Gerak Mata dan Kedipan 

Karena deepfake merupakan hasil AI, biasanya gerak mata atau kedipan tidak natural. Sayangnya, deepfake yang semakin canggih membuat deteksi gerak mata sulit dilakukan. Menggunakan algoritma deteksi untuk memonitor gerak mata dan kedipan pada subjek video dapat membantu untuk mengidentifikasi manipulasi.

• Warna dan Bayangan Tidak Konsisten

Ketidakkonsistenan warna dan bayangan bisa membantu identifikasi video deepfake. Hal ini terjadi karena AI masih kesulitan untuk mereplikasi kondisi pencahayaan dan bayangan di dunia nyata secara akurat. Terkadang, warna dan bayangan juga terdistorsi. 

• Analisis Suara dan Latar Belakang 

Analisis suara subjek deepfake dan suara pada latar belakang video juga menjadi teknik penting dalam mendeteksi konten deepfake. Perubahan suara yang tidak konsisten atau adanya ketidaksesuaian antara gerakan bibir dan suara yang dihasilkan dapat menjadi indikator adanya manipulasi. Selain itu, analisis suara detail pada latar belakang video dapat membantu mengidentifikasi video yang telah diubah.

Macam-macam Serangan Deepfake 

Deepfake di media sosial sudah biasa. Tapi bagaimana kalau deepfake digunakan untuk penipuan? Serangan deepfake adalah serangan yang paling sering terjadi pada proses verifikasi pada aplikasi di handphone, misalnya aplikasi perbankan, keuangan, atau e-commerce. Serangan ini dibagi menjadi dua jenis, yakni presentation attack dan injection attack. 

Presentation Attack adalah upaya penipuan pada sistem autentikasi biometrik dengan cara menyajikan biometrik palsu. Biometrik tersebut berupa foto, topeng, atau penyamaran lain untuk mengecoh sistem biometrik. Tujuannya adalah akses ilegal ke sistem keamanan. Teknologi deepfake bisa membuat gambar atau video yang sangat realistis diambil dari orang asli. 

Serangan ini lebih canggih daripada Presentation Attack. Serangan ini berupa injeksi kode atau perintah berbahaya ke dalam sistem biometrik untuk mendapatkan akses tidak sah dan memanipulasi sistem. Contohnya, penipu menginjeksikan audio deepfake ke dalam pengenalan suara (voice recognition) yang ada pada sistem verifikasi. Sama seperti Presentation Attack, serangan ini bertujuan untuk mendapatkan akses ilegal ke dalam sistem keamanan. 

Saat ini, teknologi verifikasi dan autentikasi dapat mencegah akses deepfake berupa Presentation Attack maupun Injection Attack.  Sebagai bagian dari solusi perlindungan data, VIDA menawarkan pengembangan teknologi yang lebih terkini yakni VIDA Deepfake Shield. Dalam hal ini, VIDA telah diperkuat dengan kemampuan untuk mengontrol seluruh proses menuju akses sistem biometrik, sehingga celah fraud sekecil apapun bisa cepat dicegah. Menghadapi serangan siber yang terus berkembang, mengadopsi solusi seperti VIDA Deepfake Shield bukan lagi pilihan, melainkan kebutuhan.