Maraknya fenomena “silent call” atau panggilan hening dari nomor tak dikenal menjadi ancaman serius keamanan siber saat ini. Panggilan hening yang hanya berlangsung beberapa detik tersebut dimanfaatkan oleh pelaku kejahatan untuk merekam dan mengumpulkan sampel suara Anda.
Hanya dengan sapaan singkat “Halo?”, ditambah potongan suara dari media sosial atau rapat virtual, AI modern sudah mampu membangun profil vokal dan mengkloning suara Anda secara akurat. Sampel suara tersebut kemudian digunakan untuk skema penipuan berbasis AI voice cloning yang menyasar individu maupun organisasi.
Pada April 2026, Polda Metro Jaya merilis peringatan tentang modus “silent call” yang marak di wilayah Tangerang dan sekitarnya. Modus ini bukan sekadar gangguan telemarketing, melainkan tahap awal dari skema penipuan berbasis AI voice cloning yang makin canggih. OJK mencatat lebih dari 70.000 laporan penipuan berbasis AI sejak awal tahun hingga 29 Juli 2025, dengan 20.628 di antaranya berupa panggilan palsu. Dan itu baru yang dilaporkan.
Apa Itu AI Voice Cloning dan Bagaimana Cara Kerja Teknologinya?
Voice cloning bukanlah teknologi baru. Dalam bentuk awalnya, teknologi text-to-speech sudah ada sejak dekade lalu, ingat suara robot GPS yang membimbing Anda di jalan? Tapi yang berubah secara dramatis dalam 2-3 tahun terakhir adalah kualitas dan aksesibilitasnya.
Generasi terbaru AI voice cloning bisa menghasilkan replika suara yang nyaris sempurna hanya dari beberapa detik sampel audio. Intonasi, aksen regional, kebiasaan bicara, bahkan jeda dan “ehm” yang menjadi ciri khas seseorang, semua bisa direproduksi. Lebih mengerikan: beberapa platform menawarkan layanan ini secara gratis atau dengan biaya sangat murah.
Prosesnya sederhana. Pelaku mengumpulkan sampel suara target, dari media sosial, rekaman rapat, podcast, wawancara media, atau bahkan dari panggilan telepon yang sengaja dilakukan. Sampel ini dimasukkan ke model AI yang menganalisis karakteristik vokal: pitch, timbre, kecepatan bicara, pola intonasi. Dalam hitungan menit, model menghasilkan suara sintetis yang bisa “mengucapkan” teks apapun yang diketikkan pelaku.
| Sumber Sampel Suara | Durasi yang Dibutuhkan | Tingkat Risiko |
| Video media sosial (Instagram, TikTok, YouTube) | Beberapa detik sudah cukup untuk model dasar | Tinggi, tersedia publik |
| Rekaman rapat virtual (Zoom, Teams) | 30 detik untuk kualitas lebih baik | Tinggi, sering bocor atau tidak dilindungi |
| Podcast atau wawancara media | 1-2 menit untuk replika sangat akurat | Sedang, terbatas pada figur publik |
| Silent call / panggilan pancing | Beberapa detik per panggilan | Tinggi, targetnya siapa saja |
| Voicemail greeting | 5-15 detik | Sedang, memerlukan nomor telepon target |
Yang membuat teknologi ini berbahaya bukan hanya kemampuannya menghasilkan suara yang mirip. Tapi fakta bahwa manusia secara psikologis cenderung mempercayai suara yang dikenali. Ketika atasan Anda menelepon dan meminta transfer dana segera, respons default Anda adalah patuh, bukan curiga. Ketika “anak Anda” menelepon dalam kepanikan meminta dikirimkan uang, insting pertama adalah menolong, bukan memverifikasi.
Modus Operandi: Bagaimana Penipuan Ini Bekerja di Indonesia
Skema penipuan suara AI di Indonesia sudah melampaui tahap eksperimental. Berdasarkan data dari Satgas PASTI (Penanganan Aktivitas Keuangan Tanpa Izin), Polda Metro Jaya, dan laporan OJK, berikut modus yang sudah teridentifikasi.
1. Silent Call: Panggilan Hening untuk Merekam Suara
Ini adalah tahap pengintaian. Pelaku melakukan panggilan ke target, membiarkan sambungan terbuka tanpa berbicara. Korban biasanya merespons dengan “Halo?”, “Siapa ini?”, atau kalimat pendek lainnya. Rekaman singkat ini menjadi material awal untuk voice cloning.
Beberapa varian: pelaku berpura-pura salah sambung dan membuat korban berbicara lebih lama. Atau berpura-pura dari kurir pengiriman, survei, atau customer service, memancing korban menjawab pertanyaan-pertanyaan yang menghasilkan sampel suara beragam.
Peringatan Polda Metro Jaya pada April 2026 secara spesifik menyebut wilayah Tangerang sebagai salah satu area dengan laporan silent call tertinggi, meskipun modus ini kemungkinan terjadi di seluruh Indonesia.
2. Instruksi Transfer Uang Palsu Atas Nama Atasan
Ini adalah modus yang paling menghasilkan kerugian besar. Pelaku mengkloning suara CEO, CFO, atau direktur perusahaan, lalu menelepon bagian keuangan dengan instruksi transfer dana “mendesak.”
Skenario klasiknya: “Ini Pak [nama direktur]. Saya sedang di meeting, tidak bisa email. Tolong transfer segera ke rekening ini untuk pembayaran vendor. Urgent, harus selesai hari ini.”
Kombinasi suara yang dikenali, urgensi yang dibuat-buat, dan hierarki organisasi membuat banyak korban patuh tanpa verifikasi tambahan.
3. Penipuan Kontak Darurat Anggota Keluarga
Modus yang menargetkan korban individu. Pelaku mengkloning suara anak atau anggota keluarga, lalu menelepon orang tua atau kerabat dalam kondisi “darurat”: kecelakaan, ditahan polisi, atau butuh biaya rumah sakit segera.
Kepanikan yang ditimbulkan oleh suara anak yang dikenal membuat korban langsung bertindak, transfer uang, beli voucher, atau berikan informasi rekening, tanpa berhenti untuk berpikir logis.
4. Manipulasi Sistem Verifikasi Biometrik Suara
Beberapa layanan keuangan menggunakan voice biometrics sebagai faktor autentikasi. Pelaku yang sudah memiliki kloning suara bisa mencoba melewati verifikasi ini untuk mengakses rekening korban, mengubah informasi akun, atau melakukan transaksi tanpa sepengetahuan pemilik.
Data dan Statistik Kasus Penipuan Suara berbasis AI
Angka-angka berikut menggambarkan betapa seriusnya ancaman ini di Indonesia.
OJK menerima lebih dari 70.000 laporan penipuan berbasis AI sepanjang 2025. Dari jumlah itu, 20.628 dikategorikan sebagai penipuan melalui panggilan palsu, dan angka ini hanya mencakup yang berhubungan dengan sektor keuangan. Penipuan yang menargetkan individu di luar konteks perbankan sebagian besar tidak dilaporkan.
Skalanya nasional dan masih membesar: BSSN mencatat sekitar 1,5 miliar anomali trafik dalam periode 1 Januari sampai 15 April 2026 saja. Voice cloning adalah evolusi terbaru dari social engineering, dan yang paling sulit dideteksi.
Secara global, FBI Internet Crime Complaint Center mencatat kerugian business email compromise USD 3,04 miliar pada 2025. Untuk pertama kalinya laporan itu menandai kasus berbasis AI secara terpisah: 22.364 keluhan dengan kerugian hampir USD 900 juta, dan FBI menyebut voice cloning dipakai untuk mengonfirmasi permintaan transfer. Angka ini diprediksi meningkat signifikan seiring makin murahnya akses ke teknologi voice cloning.
| Indikator | Data | Sumber |
| Laporan penipuan berbasis AI (Indonesia, 2025) | 70.000+ | OJK |
| Panggilan palsu (fake calls) | 20.628 | OJK |
| Anomali trafik siber nasional (Jan-Apr 2026) | 1,5 miliar | BSSN |
| Kerugian global business email compromise | USD 3,04 miliar | FBI IC3 |
| Durasi sampel minimum untuk voice cloning | Beberapa detik | Studi dan laporan vendor keamanan |
| Akurasi deteksi deepfake audio, klip pendek | ~52% (setara tebak acak) | Studi University College London |
Angka terakhir di tabel itu yang paling mencemaskan. Studi University College London atas 529 pendengar hanya menemukan 73% audio palsu terdeteksi, dengan akurasi keseluruhan 70%, dan untuk klip pendek akurasinya turun ke sekitar 52%, nyaris setara menebak koin. Artinya, Anda tidak bisa mengandalkan telinga untuk mendeteksi voice cloning.
Payung Hukum Penipuan AI Voice Cloning di Indonesia
Penipuan berbasis voice cloning bukan wilayah abu-abu secara hukum. Beberapa pasal yang relevan sudah tersedia, meskipun penegakan masih menjadi tantangan.
KUHP Baru (UU No. 1/2023), Pasal 492 tentang penipuan yang menyebabkan kerugian materiil. Ancaman hukuman hingga 4 tahun penjara. Penggunaan teknologi AI untuk menipu bisa menjadi faktor pemberat.
UU ITE (UU No. 11/2008 jo. UU No. 19/2016), Pasal 28 ayat (1) tentang penyebaran informasi yang menyesatkan yang menyebabkan kerugian konsumen. Pasal 35 tentang manipulasi informasi elektronik agar dianggap otentik.
UU PDP (UU No. 27/2022), Data biometrik (termasuk data suara) merupakan data spesifik. Pengumpulan tanpa consent, seperti melalui silent call, melanggar prinsip pengumpulan data yang sah.
Tantangannya: penyelidikan kasus voice cloning memerlukan keahlian forensik digital yang belum dimiliki banyak unit siber kepolisian daerah. Pelaku sering menggunakan VoIP dari luar negeri, membuat pelacakan sulit. Dan korban sering enggan melapor karena merasa malu telah tertipu.
Cara Mencegah dan Mengatasi Penipuan AI Voice Cloning
Menghadapi ancaman voice cloning memerlukan pertahanan di dua level: individu dan organisasi.
Langkah Pencegahan untuk Individu
Waspadai silent call. Kalau menerima panggilan dari nomor tidak dikenal dan tidak ada suara di seberang, jangan bicara, langsung tutup. Jangan katakan “Halo?” berulang-ulang. Semakin sedikit sampel suara yang bisa dikumpulkan, semakin sulit voice cloning dilakukan.
Buat kode keamanan keluarga. Sepakati kata sandi atau pertanyaan verifikasi yang hanya diketahui anggota keluarga. Kalau ada yang menelepon mengaku keluarga dalam situasi darurat, minta mereka menyebutkan kode ini sebelum mengambil tindakan apapun.
Verifikasi melalui kanal lain. Kalau menerima panggilan mencurigakan dari “atasan” atau “rekan kerja” yang meminta tindakan mendesak, terutama yang melibatkan uang, tutup telepon dan hubungi orang tersebut melalui nomor yang Anda tahu benar. Jangan balas melalui nomor yang sama.
Batasi jejak suara digital. Review pengaturan privasi di media sosial. Pertimbangkan untuk membatasi video atau voice note yang bisa diakses publik. Ini bukan soal paranoia, melainkan mengurangi material yang tersedia untuk voice cloning.
Baca juga: Strategi Membangun Pertahanan Siber 24/7 Tanpa Harus Merekrut Tim Besar
Strategi Perlindungan Keamanan untuk Perusahaan
Pertahanan di level organisasi jauh lebih kompleks, tapi juga lebih berdampak.
Kebijakan verifikasi transaksi berlapis. Tidak ada transfer dana di atas ambang batas tertentu yang bisa diproses hanya berdasarkan instruksi telepon, dari siapapun. Wajib ada konfirmasi melalui kanal kedua (email resmi, aplikasi internal, atau persetujuan langsung dari dua orang).
Prosedur eskalasi anti-urgensi. Pelaku mengandalkan tekanan waktu. Kebijakan organisasi harus secara eksplisit menyatakan: “Semakin mendesak permintaan, semakin ketat verifikasi yang diperlukan.” Ini membalikkan logika yang biasa dieksploitasi pelaku.
Pelatihan awareness yang spesifik. Bukan pelatihan generic “hati-hati phishing,” tapi simulasi khusus voice cloning. Biarkan karyawan mendengar contoh suara kloning yang realistis agar mereka memahami betapa meyakinkannya teknologi ini. Departemen keuangan, asisten eksekutif, dan tim yang menangani pembayaran harus menjadi prioritas pelatihan.
Review penggunaan voice biometrics. Jika organisasi menggunakan verifikasi suara untuk autentikasi, evaluasi apakah mekanisme anti-spoofing yang ada cukup kuat menghadapi AI voice cloning terkini. Pertimbangkan untuk menambahkan liveness detection atau beralih ke faktor autentikasi lain.
| Lapisan Pertahanan | Untuk Individu | Untuk Organisasi |
| Pencegahan | Batasi jejak suara digital, waspadai silent call | Kebijakan verifikasi transaksi berlapis |
| Deteksi | Verifikasi via kanal lain saat ada permintaan mencurigakan | Pelatihan awareness + simulasi voice cloning |
| Respons | Laporkan ke polisi dan OJK | Prosedur eskalasi, incident response plan |
| Pemulihan | Blokir akun jika data bocor | Forensik digital, koordinasi dengan penegak hukum |
Baca juga: Cegah Kebocoran Data! 5 Prinsip dan 14 Teknik Keamanan Jaringan Wajib Diterapkan di 2025Â
Rekomendasi Kebijakan dan Peran Regulator
Indonesia memerlukan langkah regulasi yang lebih tegas terkait deepfake audio. Beberapa rekomendasi yang bisa diadopsi dari negara lain.
Pertama, standarisasi deteksi deepfake. Regulator perlu mendorong pengembangan dan adopsi teknologi deteksi deepfake audio di sektor keuangan. Beberapa negara sudah mewajibkan layanan perbankan telepon menggunakan teknologi anti-spoofing yang bisa mendeteksi suara sintetis.
Kedua, pendaftaran platform voice cloning. Platform yang menyediakan layanan voice cloning harus diwajibkan melakukan verifikasi identitas, memastikan yang mengkloning suara adalah pemilik suara tersebut, atau memiliki izin tertulis.
Ketiga, watermarking audio AI. Beberapa proposal internasional mengharuskan setiap audio yang dihasilkan AI mengandung watermark digital yang tidak terdengar manusia tapi bisa dideteksi mesin. Ini memudahkan identifikasi audio sintetis dalam investigasi.
Keempat, kampanye kesadaran publik. Seperti kampanye anti-phishing yang pernah dilakukan Kominfo dan OJK, diperlukan kampanye khusus tentang ancaman voice cloning, terutama menargetkan demografi yang paling rentan: orang tua dan lansia.
Kesimpulan: Pentingnya Verifikasi dalam Era AI
Voice cloning bukan lagi ancaman hipotetis. Di Indonesia, kasusnya sudah nyata, dari silent call di Tangerang sampai penipuan transfer jutaan rupiah. Teknologinya makin murah dan mudah diakses. Kualitasnya makin sulit dibedakan dari suara asli. Dan manusia, berdasarkan riset, hampir tidak bisa mendeteksinya hanya dengan mendengarkan.
Pertahanan tidak bisa bergantung pada satu lapisan saja. Individu perlu waspada terhadap silent call dan membatasi jejak suara digital. Organisasi perlu membangun kebijakan verifikasi yang tidak bisa ditembus hanya dengan suara, semeneyakinkan apapun suara itu. Regulator perlu bergerak lebih cepat untuk mengatur teknologi ini sebelum dampaknya makin meluas.
Satu prinsip yang layak dipegang: dalam era AI, suara yang Anda dengar belum tentu suara yang Anda kenal. Verifikasi sebelum bertindak. Selalu.
Lindungi Perusahaan Anda dari Ancaman Cyber Fraud Bersama Proxsis IT
Proxsis IT membantu organisasi membangun pertahanan berlapis terhadap ancaman social engineering, termasuk yang berbasis AI terbaru seperti voice cloning dan deepfake. Melalui Security Awareness Training, Cyber Security Maturity Assessment, dan pengembangan kebijakan keamanan informasi, kami mendampingi perusahaan Anda memperkuat human layer yang sering menjadi titik terlemah pertahanan siber.
Konsultasikan Keamanan Siber Perusahaan Anda →
Pertanyaan Umum Seputar AI Voice Cloning (FAQ)
Apakah voice cloning benar-benar bisa dilakukan hanya dari beberapa detik rekaman?
Ya. Model generasi terbaru sudah bisa membangun replika suara dasar dari sampel beberapa detik saja. Kualitas meningkat dengan lebih banyak sampel, tapi untuk keperluan penipuan telepon singkat, beberapa detik sering sudah memadai.
Bagaimana cara membedakan suara asli dari suara kloning AI?
Tanpa alat bantu teknologi, sangat sulit. Studi University College London menunjukkan akurasi manusia turun ke kisaran tebakan untuk klip pendek. Beberapa petunjuk: suara yang terlalu “bersih” tanpa background noise natural, jeda yang tidak biasa, atau respons yang tidak sepenuhnya kontekstual. Tapi cara paling aman: verifikasi melalui kanal lain.
Apakah silent call ilegal di Indonesia?
Silent call yang bertujuan mengumpulkan data (termasuk sampel suara) tanpa consent bisa dijerat UU PDP sebagai pengumpulan data tanpa dasar hukum yang sah. Jika digunakan untuk penipuan, KUHP dan UU ITE berlaku.
Apa yang harus dilakukan organisasi sebagai langkah pertama?
Terapkan kebijakan verifikasi berlapis untuk transaksi keuangan, tidak ada transfer yang bisa diproses hanya berdasarkan instruksi telepon. Ini satu langkah sederhana yang mengeliminasi sebagian besar skenario penipuan voice cloning terhadap organisasi.
Sumber utama
Referensi utama untuk data penipuan, statistik deteksi, dan regulasi dalam artikel ini.
Katadata/OJK: 70.000+ laporan penipuan AI, 20.628 fake call
DetikInet/BSSN: 1,5 miliar anomali trafik Jan-Apr 2026
FBI IC3: Internet Crime Report 2025
Mai et al. (PLOS ONE/UCL): manusia tidak andal deteksi speech deepfake
