{!-- ra:00000000000003ec0000000000000000 --}Teknik RAIS ๐Ÿ”Š Inovasi Australia Deteksi Audio Deepfake dengan Akurasi 98% - SWANTE ADI KRISNA
cross
Hit enter to search or ESC to close
Teknik RAIS ๐Ÿ”Š Inovasi Australia Deteksi Audio Deepfake dengan Akurasi 98%
21
November 2025

Teknik RAIS ๐Ÿ”Š Inovasi Australia Deteksi Audio Deepfake dengan Akurasi 98%

  • 6
  • 21 November 2025
Teknik RAIS ๐Ÿ”Š Inovasi Australia Deteksi Audio Deepfake dengan Akurasi 98%

Peneliti dari CSIRO, Federation University Australia, dan RMIT University berhasil mengembangkan metode baru bernama RAIS (Rehearsal with Auxiliary-Informed Sampling) untuk mendeteksi audio deepfake (audio palsu berbasis AI).1 Teknologi ini menjawab ancaman kejahatan siber yang kian meningkat. Tingkat kesalahan rata-rata hanya 1,95 persen. Luar biasa, bukan?

Kasus nyata terjadi di Italia awal tahun ini. Suara kloning AI dari Menteri Pertahanan Italia meminta "tebusan" โ‚ฌ1 juta kepada para pemimpin bisnis terkemuka.2 Beberapa bahkan terperdaya hingga membayar. Ini bukan skenario filmโ€”ini realitas yang mengkhawatirkan.

Bagaimana RAIS Bekerja?

Dr. Kristen Moore dari CSIRO Data61 menjelaskan tantangan utamanya. Kami ingin sistem deteksi ini mempelajari deepfake baru tanpa harus melatih model dari awal, ujarnya.3 Kalau hanya di-fine-tune dengan sampel baru, model akan "lupa" deepfake lama yang sudah dikenalinya.

RAIS menggunakan proses seleksi cerdas. Jaringan khusus menghasilkan auxiliary labels (label tambahan) untuk setiap sampel audio. Label ini membantu mengidentifikasi set audio yang beragam dan representatif.4 Bukan sekadar tag "asli" atau "palsu". Ada ciri-ciri audio tersembunyi yang bahkan manusia tak menyadarinya.

Dampak Global dan Urgensi Penanganan

Google memperingatkan bahwa deepfake berbasis AI menjadi risiko keamanan utama, khususnya di India.5 Penipuan menggunakan audio manipulasi dalam skema digital arrest scams meningkat drastis. Pelaku kejahatan semakin cepat beradaptasi dengan teknologi baru.

Falih Gozi Febrinanto, lulusan PhD dari Federation University Australia, menegaskan: Audio deepfake berkembang sangat cepat, dan metode deteksi tradisional tidak mampu mengimbanginya.6 RAIS membantu model mempertahankan apa yang sudah dipelajari sekaligus beradaptasi dengan serangan baru.

๐Ÿ“Š Aspek๐Ÿ“‹ Detail RAIS
PengembangCSIRO, Federation University, RMIT
Nama TeknikRehearsal with Auxiliary-Informed Sampling
Tingkat Kesalahan1,95% (terendah di kelasnya)
Jumlah Pengalaman Diuji5 sekuens berbeda
Ketersediaan KodeOpen source di GitHub
Keunggulan UtamaTidak melupakan deepfake lama
AplikasiAutentikasi biometrik, anti-disinformasi

Implikasi untuk Keamanan Digital

Perusahaan kini dipaksa membangun ulang kepercayaan akibat ancaman deepfake.7 Verifikasi keaslian menjadi prioritas. Bukan hanya soal uangโ€”deepfake juga merampas martabat korban.

Beberapa selebritas Hollywood seperti Morgan Freeman dan Scarlett Johansson sudah angkat bicara menentang kloning suara tanpa izin.8 Freeman bahkan menyebut praktik tersebut sebagai "perampokan". Di sisi lain, Matthew McConaughey dan Michael Caine justru bermitra dengan ElevenLabs untuk lisensi suara mereka secara etis.9

Dr. Moore menyimpulkan: Pendekatan kami tidak hanya meningkatkan performa deteksi, tetapi juga membuat pembelajaran berkelanjutan praktis untuk aplikasi dunia nyata.10 RAIS menetapkan standar baru untuk efisiensi dan keandalan.

Kesimpulan

RAIS merupakan terobosan signifikan dalam perang melawan audio deepfake. Dengan akurasi mencapai 98,05 persen dan kemampuan adaptasi terhadap ancaman baru, teknologi ini menjadi harapan baru bagi keamanan digital global. Kode sumber tersedia di GitHub untuk pengembangan lebih lanjut.

Daftar Pustaka

Download PDF tentang Metode RAIS: Pembelajaran Berk (telah di download 28 kali)
Penulis
Swante Adi Krisna
Penikmat musik Ska, Reggae dan Rocksteady sejak 2004. Gooners sejak 1998. Blogger dan ai paruh waktu sejak 2014. Graphic Designer autodidak sejak 2001. Website Programmer autodidak sejak 2003. Woodworker autodidak sejak 2024. Sarjana Hukum Pidana dari salah satu Perguruan Tinggi Negeri di Surakarta. Magister Hukum Pidana di bidang cybercrime dari salah satu Perguruan Tinggi Swasta di Surakarta. Magister Kenotariatan di bidang hukum teknologi, khususnya cybernotary dari salah satu Perguruan Tinggi Negeri di Surakarta. Bagian dari Keluarga Besar Kementerian Pertahanan Republik Indonesia.