Scroll untuk baca artikel
Example floating
Example floating
Opini

Wajah Bisa Dipalsukan, Kepercayaan Ikut Runtuh: Deepfake Dan Krisis Kebenaran Di Ruang Digital

55
×

Wajah Bisa Dipalsukan, Kepercayaan Ikut Runtuh: Deepfake Dan Krisis Kebenaran Di Ruang Digital

Sebarkan artikel ini

Oleh: Niar Khadijah
Mahasiswa Pascasarjana Ilmu Komunikasi Universitas Fajar Makassar Tahun 2026

FOLDERINDONESIA.COM – Menjelang kontestasi politik nasional beberapa waktu lalu, jagat maya Indonesia sempat dibuat gaduh oleh sebuah video: Mantan Presiden Joko Widodo tampak berpidato lancar berbahasa Mandarin. Video itu viral, dibagikan berulang kali, dan sebagian orang memercayainya begitu saja. Padahal video aslinya adalah pidato berbahasa Inggris tahun 2015 yang diunggah ke YouTube, kemudian direkayasa menggunakan teknologi kecerdasan buatan sehingga mimik wajah dan suara Presiden tampak mengucapkan bahasa yang sama sekali berbeda. Fenomena serupa juga muncul saat masa kampanye Pilpres Tahun 2024, ketika beredar potongan audio hasil rekayasa yang seolah menampilkan percakapan salah satu calon presiden dengan tokoh politik nasional.

Artikel ini membahas karakteristik deepfake, sebagai mahasiswa Magister Ilmu Komunikasi literasi digital penting dalam deppfake ini utamanya membahas tentang Wajah yang Bisa Dipalsukan, Kepercayaan yang Ikut Runtuh: Deepfake dan Krisis Kebenaran di Ruang Digital. Istilah yang menggabungkan “deep learning” dan “fake” ini merujuk pada konten audio-visual yang dihasilkan atau dimanipulasi oleh algoritma kecerdasan buatan sehingga wajah, suara, atau gerak seseorang tampak begitu meyakinkan padahal sepenuhnya atau Sebagian rekayasa. Teknologi yang semula dikembangkan untuk keperluan riil seperti dubbing film atau efek visual ini kini berubah menjadi senjata baru dalam pertarungan opini publik.

Ketika Mesin Ikut Membentuk Opini
Untuk memahami fenomena ini secara lebih tajam, kita perlu meminjam salah satu kerangka teori komunikasi kontemporer yang belakangan banyak digunakan para peneliti media dan politik digital: teori propaganda komputasional (computational propaganda) yang dikembangkan Samuel Woolley dan Philip Howard dari Oxford Internet Institute. Konsep ini menjelaskan bagaimana algoritma, otomatisasi, dan kurasi manusia secara sengaja dipakai untuk mengelola dan menyebarkan informasi yang menyesatkan di media sosial. Yang membedakan propaganda komputasional dari propaganda konvensional adalah skalanya yang masif, anonimitasnya yang tinggi, dan kemampuannya meniru perilaku manusia sehingga sulit dibedakan mana suara otentik dan mana yang direkayasa.

Kasus video Jokowi berbahasa Mandarin adalah contoh nyata bagaimana konten sintetis bisa menyusup ke ruang publik digital dan memicu kebingungan kolektif justru pada momen paling sensitif secara politik, yakni menjelang pemilu. Dalam kerangka propaganda komputasional, deepfake berfungsi sebagai salah satu “senjata” baru yang memperkuat disinformasi karena mampu mendompleng kepercayaan visual, kita cenderung lebih mudah percaya pada apa yang kita lihat dan dengar dibanding sekadar teks tertulis.

Teori ini juga berkelindan dengan kerangka information disorder yang diperkenalkan Claire Wardle, yang membedakan misinformasi (informasi keliru yang disebarkan tanpa niat jahat) dan disinformasi (informasi keliru yang sengaja diproduksi untuk menipu dan merugikan). Deepfake politik biasanya lahir sebagai disinformasi yang sengaja dirancang, namun kemudian menyebar luas sebagai misinformasi ketika dibagikan ulang oleh warganet yang tidak menyadari kepalsuannya.

Ancaman terhadap “Cara Kita Tahu”
Yang membuat deepfake berbeda dari hoaks teks biasa adalah dampaknya yang bersifat epistemik. Ia mengganggu cara kita mengetahui sesuatu sebagai kebenaran. Sejumlah kajian filsafat teknologi menyebutnya sebagai ancaman epistemik (epistemic threat), karena deepfake tidak hanya menipu orang untuk memercayai hal yang salah, tetapi juga menanamkan kecurigaan terhadap rekaman asli sekalipun. Efek yang dikenal sebagai Liar’s Dividend : ketika masyarakat semakin sulit percaya pada bukti audio-visual apapun, pelaku kejahatan sungguhan justru bisa berlindung dengan menuduh bukti otentik sebagai rekayasa.

Riset dari kalangan akademisi hukum dan komunikasi di Indonesia turut mencatat bahwa deepfake berpotensi mengganggu integritas pemilu, memperkuat penyebaran disinformasi, memengaruhi perilaku pemilih, sekaligus mengikis kepercayaan publik terhadap institusi politik dan media secara luas. Kajian dari perguruan tinggi Teknik informatika juga menegaskan bahwa algoritma deepfake bekerja dengan mengumpulkan data wajah dan suara seseorang dalam jumlah besar, lalu menyesuaikannya dengan pola ucapan atau gestur baru yang ingin ditampilkan sebuah proses yang kini semakin murah dan mudah diakses publik awam sekalipun.

Respons yang Masih Tertatih
Pemerintah Indonesia melalui Kementerian Komunikasi dan Digital (KOMDIGI) sebenarnya sudah mulai mendorong penyusunan pedoman etika penggunaan kecerdasan buatan, termasuk mendorong Dewan Pers mengedepankan etika AI dalam jurnalisme. Namun dari sisi regulasi pidana, sejumlah kajian hukum menilai Indonesia masih kesulitan menjerat pelaku penyalahgunaan deepfake karena kerangka hukum yang ada belum secara spesifik mengatur konten sintetis hasil kecerdasan buatan sebagai kategori pelanggaran tersendiri. Artinya, ada jeda serius antara kecepatan teknologi dan kecepatan regulasi.

Padahal, dari sisi komunikasi publik, dampaknya bukan hanya soal hukum. Ketika masyarakat dibanjiri konten yang secara visual meyakinkan tetapi palsu, ruang publik digital kehilangan salah satu fondasi pentingnya: Kepercayaan bersama terhadap fakta. Kondisi ini pada gilirannya bisa memperdalam polarisasi, karena masing-masing kelompok akan semakin nyaman memercayai konten yang sesuai bias mereka sendiri sembari mencurigai apa pun yang datang dari “pihak lain” termasuk bukti yang sebenarnya otentik.

Apa yang Bisa Dilakukan Publik?
Menghadapi situasi ini, literasi digital menjadi kunci sekaligus benteng pertama, meskipun bukan solusi tunggal. Publik perlu dibiasakan melakukan verifikasi silang sebelum membagikan ulang konten audio-visual yang mencurigakan, terutama yang menyangkut tokoh publik pada momen-momen politik krusial. Media massa dan platform digital juga punya tanggung jawab lebih besar untuk mengembangkan mekanisme deteksi dan pelabelan konten sintetis, alih-alih membiarkan algoritma rekomendasi justru mempercepat viralitasnya.

Pada akhirnya, kasus video Jokowi berbahasa Mandarin dan berbagai insiden serupa bukan sekadar anekdot lucu tentang kecanggihan teknologi. Ia adalah pengingat bahwa di era komunikasi kontemporer, wajah dan suara Adalah dua hal yang selama ini kita anggap sebagai bukti paling meyakinkan tentang siapa yang benar-benar berbicara. Kini bisa direkayasa semudah mengetik perintah pada aplikasi kecerdasan buatan. Tugas kita bersama, sebagai warga digital, adalah memastikan kecurigaan yang sehat tidak berubah menjadi ketidakpercayaan total terhadap semua informasi, sembari terus mendesak negara dan platform untuk mengejar ketertinggalan regulasi.

ALASAN MEMILIH ISU DAN TEORI
Saya memilih isu deepfake sebagai bentuk rekayasa wajah dan suara yang memunculkan hoaks karena isu ini merupakan salah satu manifestasi paling konkret dari pergeseran lanskap komunikasi kontemporer: dari era di mana rekaman audio-visual dianggap bukti paling kredibel, menuju era di mana rekaman itu sendiri bisa dipalsukan secara meyakinkan. Kasus video Mantan Presiden Joko Widodo berbahasa Mandarin serta beredarnya audio hoaks pada masa kampanye Pilpres Tahun 2024 menunjukkan bahwa isu ini bukan sekadar wacana teoretis, melainkan persoalan aktual yang secara langsung memengaruhi wacana politik dan kepercayaan publik di Indonesia. Isu ini juga relevan secara keilmuan karena berada tepat di persimpangan antara teknologi, etika komunikasi, hukum, dan perilaku khalayak digital sehingga kaya untuk dibedah dari perspektif Ilmu Komunikasi.

Saya menggunakan teori propaganda komputasional (computational propaganda) dari Samuel Woolley dan Philip Howard sebagai kerangka analisis utama karena teori ini secara spesifik lahir untuk menjelaskan bagaimana algoritma, otomatisasi, dan kurasi manusia digunakan secara sengaja untuk mendistribusikan informasi menyesatkan di platform digital. Sebuah kerangka yang sangat pas untuk membedah cara kerja dan dampak sosial deepfake sebagai bentuk konten sintetis yang disebarkan secara masif. Teori ini saya perkaya dengan kerangka information disorder dari Claire Wardle untuk membedakan disinformasi (rekayasa yang disengaja) dari misinformasi (penyebaran ulang tanpa niat jahat), sehingga pembaca awam dapat memahami bahwa persoalan deepfake tidak berhenti pada pembuatnya saja, tetapi juga melibatkan tanggung jawab setiap orang yang ikut membagikannya. Kombinasi kedua kerangka ini memungkinkan artikel menjelaskan fenomena deepfake secara utuh: dari sisi teknis-algoritmik, sisi motif penyebaran, hingga sisi dampaknya terhadap kepercayaan publik dan kualitas demokrasi.

KESIMPULAN :
Perkembangan teknologi kecerdasan buatan telah menghadirkan fenomena deepfake sebagai salah satu tantangan terbesar dalam komunikasi kontemporer. Teknologi ini tidak hanya mampu memanipulasi wajah, suara, dan gerak seseorang secara sangat meyakinkan, tetapi juga berpotensi mengikis kepercayaan publik terhadap informasi audio-visual yang selama ini dianggap sebagai bukti paling autentik. Melalui perspektif teori Computational Propaganda dari Samuel Woolley dan Philip Howard, artikel ini menunjukkan bahwa deepfake merupakan instrumen disinformasi yang dapat dimanfaatkan untuk membentuk opini publik secara sistematis melalui dukungan algoritma dan platform digital. Sementara itu, kerangka Information Disorder dari Claire Wardle membantu menjelaskan bagaimana konten deepfake yang awalnya diproduksi sebagai disinformasi dapat menyebar menjadi misinformasi ketika dibagikan kembali oleh masyarakat tanpa proses verifikasi.

Kasus video Mantan Presiden Joko Widodo yang dimanipulasi menggunakan teknologi deepfake menjadi contoh nyata bahwa ancaman tersebut tidak lagi bersifat hipotetis, melainkan telah memengaruhi ruang publik Indonesia, khususnya pada momentum politik yang sensitif. Dampaknya tidak hanya berupa penyebaran informasi palsu, tetapi juga melemahnya kepercayaan terhadap media, institusi demokrasi, dan bahkan terhadap bukti visual yang sebenarnya autentik. Kondisi ini berpotensi memperburuk polarisasi sosial dan menurunkan kualitas demokrasi apabila tidak diantisipasi secara serius.

Oleh karena itu, penanganan deepfake memerlukan pendekatan yang komprehensif melalui peningkatan literasi digital masyarakat, penguatan mekanisme verifikasi informasi, tanggung jawab platform digital dalam mendeteksi serta memberi label pada konten sintetis, dan penyempurnaan regulasi yang mampu mengikuti perkembangan teknologi kecerdasan buatan. Kolaborasi antara pemerintah, media, akademisi, platform digital, dan masyarakat menjadi kunci untuk menjaga integritas informasi serta mempertahankan kepercayaan publik di era komunikasi digital yang semakin kompleks. Dengan demikian, tantangan utama di masa depan bukan hanya mengembangkan teknologi yang semakin canggih, tetapi juga memastikan bahwa teknologi tersebut dimanfaatkan secara etis dan bertanggung jawab demi menjaga kualitas komunikasi publik dan kehidupan demokrasi.

DAFTAR PUSTAKA
1. Woolley, S. C., & Howard, P. N. (Eds.). (2018). Computational Propaganda: Political Parties, Politicians, and Political Manipulation on Social Media. Oxford University Press.
2. Wardle, C., & Derakhshan, H. (2017). Information Disorder: Toward an Interdisciplinary Framework for Research and Policy Making. Council of Europe.
3. Howard, P., Lin, F., & Tuzov, V. (2023). Computational propaganda: Concepts, methods, and challenges. Annals of the International Communication Association.
4. Hancock, J. T., & Bailenson, J. N. (2021). The Social Impact of Deepfakes. Cyberpsychology, Behavior, and Social Networking, 24(3), 149–152.
5. Siyasah: Jurnal Hukum Tata Negara. (2024–2025). Deepfake dalam Komunikasi Politik: Tantangan Etika dan Aspek Hukum dalam Era Artificial Intelligence.
6. Jurnal USM Law Review. (2024). Penerapan Asas Geen Straf Zonder Schuld dalam Penindakan terhadap Kejahatan Penyalahgunaan Teknologi Deepfake, 7(3), 1160–an.

Example 300x250