AI Deteksi Scam di HP: Google DeepMind x Singapura (2026)

TL;DR: Pada 14 Oktober 2026, Google DeepMind dan GovTech Singapura mengumumkan model AI deteksi scam yang berjalan langsung di HP pengguna. Model ini adalah Gemma yang di-fine-tune dengan percakapan scam lokal Singapura. Deteksinya memakai dua tahap: classifier ringan menyaring pesan masuk, lalu Gemma menganalisis potongan percakapan yang lebih panjang untuk memastikan ancaman. Karena semuanya diproses di perangkat, Google maupun Pemerintah Singapura tidak bisa membaca isi chat pengguna. Model ini belum dirilis ke publik; peluncurannya akan bertahap lewat aplikasi mitra.

💡 KEY TAKEAWAY

Masalahnya sudah bergeser: scam modern lebih banyak berupa percakapan manipulatif yang panjang daripada link phishing tunggal, jadi filter kata kunci biasa sering kecolongan.
On-device menyelesaikan dilema privasi: chat tidak dikirim ke server untuk dipindai, sehingga perlindungan bisa jalan tanpa membuka isi percakapan ke pihak ketiga.
Konteks lokal menentukan akurasi: model umum kesulitan mengenali modus khas suatu negara, makanya Gemma dilatih ulang dengan data scam lokal.
Relevan untuk Indonesia: per 30 September 2026, Indonesia Anti-Scam Centre OJK sudah menerima 702.342 laporan penipuan, dan pola modusnya juga lokal.

Filter spam di HP biasanya hanya mengenali link mencurigakan atau kata seperti “hadiah” dan “transfer sekarang”. Penipu sekarang tidak bekerja seperti itu. Mereka mengobrol berhari-hari, membangun kepercayaan, dan baru meminta uang setelah korban merasa aman. Google DeepMind dan GovTech Singapura membangun model AI yang membaca alur percakapan seperti itu, langsung di HP pengguna, tanpa mengirim isi chat ke server mana pun.

Apa yang Diumumkan Google DeepMind dan GovTech Singapura

Pada 14 Oktober 2026, Google DeepMind mengumumkan kolaborasi dengan Government Technology Agency of Singapore (GovTech Singapura) untuk membangun model deteksi scam yang menjaga privasi dan berjalan di perangkat. Kolaborasi ini bagian dari kemitraan AI nasional Google DeepMind dengan Pemerintah Singapura, dan dipresentasikan di Singapore International Cyber Week (SICW 2026). Sumber: blog resmi Google DeepMind.

Latar belakangnya, menurut pengumuman yang sama: scam seperti penipuan investasi, lowongan kerja palsu, dan peniruan pejabat publik mencakup lebih dari separuh kejahatan yang dilaporkan di Singapura, dengan kerugian lebih dari S$4 miliar sejak 2019. Penipuan berbasis rekayasa sosial, yaitu memanipulasi korban lewat percakapan meyakinkan sebelum meminta uang, kini menyumbang hingga 80% dari seluruh kerugian.

Cara Kerja Model: Dua Tahap di Dalam HP

Menjalankan model AI yang kompleks di smartphone punya kendala utama, yaitu baterai. Untuk mengatasinya, Google DeepMind memakai pipeline dua tahap:

Tahap 1, penyaringan cepat: classifier ringan memeriksa setiap pesan masuk dengan konsumsi daya minimal. Tugasnya hanya menandai pesan yang berpotensi berbahaya.
Tahap 2, analisis konteks: kalau ada pesan yang ditandai, model Gemma yang sudah di-fine-tune membaca potongan percakapan yang lebih panjang untuk memastikan ancaman itu nyata atau membuangnya sebagai alarm palsu.

Kalau model mendeteksi pola manipulasi, HP menampilkan peringatan real-time yang menyarankan pengguna berhenti sejenak dan berhati-hati sebelum membagikan informasi sensitif atau mengirim uang.

Pola dua tahap ini masuk akal dari sisi teknis. Model besar tidak perlu menyala untuk setiap “halo” atau stiker; ia hanya dipanggil saat classifier kecil menemukan sinyal mencurigakan. Pembagian kerja serupa juga dipakai di banyak sistem AI Agent: model murah menyaring di depan, model yang lebih mahal dipanggil hanya saat perlu.

Kenapa Gemma, dan Kenapa Harus Di-Fine-Tune

Model dasarnya adalah Gemma, keluarga model open-weight ringan dari Google yang memang dirancang bisa berjalan di perangkat dengan sumber daya terbatas. Kalau kamu belum familier, perbedaan Gemma dengan Gemini kami bahas di Gemma vs Gemini: apa bedanya.

Google DeepMind menyebut model generik sering kesulitan mengenali teknik penipuan lokal. Karena itu, Gemma di-fine-tune dengan percakapan scam lokal Singapura, mulai dari peniruan institusi publik, bank, dan tokoh lokal sampai skema yang sedang tren di kawasan. Hasilnya, model diharapkan bisa membedakan obrolan biasa dari manipulasi sungguhan.

Pengumuman resminya tidak menyebut versi Gemma yang dipakai, ukuran parameternya, atau angka akurasi. Jadi klaim performa spesifik belum bisa diverifikasi dari sumber publik per 15 Oktober 2026.

Privasi: Siapa yang Bisa Membaca Chat Kamu?

Deteksi ancaman tradisional memindai pesan di server cloud. Model GovTech dan Google DeepMind memproses percakapan langsung di perangkat. Menurut pengumuman resmi, model hanya bisa mengakses percakapan di perangkat dengan persetujuan pengguna, sesuai syarat penggunaan aplikasi tempat model dipasang. Karena berjalan sepenuhnya di perangkat, baik Pemerintah Singapura maupun Google tidak bisa mengakses percakapan pengguna lewat model ini.

Tata kelola pengembangannya juga dijelaskan dalam tiga poin:

Sovereign sandbox: fine-tuning dilakukan di lingkungan Google Cloud Platform yang dikelola GovTech Singapura, sehingga data pelatihan tetap terisolasi.
Tanpa data warga: data pelatihan tidak memuat informasi pribadi. Yang dipakai adalah dataset anonim dari laporan scam dan intelijen ancaman.
Stress-test: model diuji dengan dialog sintetis dan korpus lokal untuk mencakup berbagai kategori scam dan taktik peniruan yang terus berubah.

Mark Chen, Director Trust and Safety GovTech Singapura, menyatakan dalam pengumuman itu bahwa melawan scam tidak seharusnya mengorbankan privasi pribadi, dan pendekatan on-device memungkinkan deteksi scam lokal secara real-time sambil menjaga komunikasi pribadi tetap privat.

Relevansinya untuk Indonesia

Skala masalah di Indonesia tidak kecil. Kontan mengutip data OJK yang dipaparkan dalam konferensi pers RDK OJK pada 5 Oktober 2026: sejak beroperasi 22 November 2024 sampai 30 September 2026, Indonesia Anti-Scam Centre (IASC) menerima 702.342 laporan penipuan. Dalam periode yang sama, 1.372.483 rekening terkait penipuan dilaporkan dan terverifikasi, 702.833 di antaranya diblokir, dengan dana korban yang diblokir sebesar Rp811,1 miliar dan dana yang dikembalikan Rp207,16 miliar. IASC juga menerima 173.718 nomor telepon yang dilaporkan korban. Sumber: Kontan, Oktober 2026.

Modus penipuan di Indonesia juga sangat lokal: undangan pernikahan digital berisi file APK, kurir paket palsu, lowongan kerja freelance “like dan subscribe”, sampai peniruan petugas bank. Model generik yang dilatih dengan data berbahasa Inggris kemungkinan besar akan kesulitan mengenali pola-pola ini. Ini persis alasan yang dipakai Google DeepMind untuk melakukan fine-tuning dengan data lokal di Singapura.

Google DeepMind menyatakan akan menjajaki kemungkinan teknologi serupa diterapkan di negara lain. Belum ada pengumuman resmi soal Indonesia per 15 Oktober 2026.

Pelajaran buat Bisnis yang Pakai AI di Chat Pelanggan

Kalau bisnismu menjalankan chatbot atau AI Agent di WhatsApp, ada dua pelajaran yang bisa langsung dipakai dari proyek ini.

Pertama, privasi bisa jadi fitur, bukan beban. Proyek Singapura menunjukkan perlindungan pengguna dan kerahasiaan percakapan bisa jalan bersamaan kalau arsitekturnya dipikirkan dari awal: data apa yang diproses, di mana diprosesnya, dan siapa yang bisa melihatnya. Prinsip yang sama berlaku saat kamu memilih di mana AI Agent dijalankan dan data pelanggan disimpan. Pembahasan kepatuhan dan kedaulatan data untuk sektor keuangan ada di AI Agent di layanan keuangan dan panduan OJK.

Kedua, scammer juga memakai AI. Penipu kini bisa memakai suara, wajah, dan gaya bahasa sintetis untuk meniru orang yang kamu kenal. Panduan mengenali konten palsu ada di deepfake: pengertian, bahaya, dan cara mendeteksinya. Untuk bisnis, verifikasi identitas akun resmi juga makin penting supaya pelanggan bisa membedakan akunmu dari peniru; langkahnya ada di cara dapat centang biru di WhatsApp Business.

Batasan yang Perlu Dicatat

Proyek ini masih tahap awal. Peluncuran model di aplikasi akan dilakukan bertahap bersama Pemerintah Singapura, dan pengumuman resmi tidak menyebut aplikasi mana yang akan memakainya, kapan tersedia, atau seberapa akurat deteksinya dalam pemakaian nyata.

Ada juga pertanyaan yang belum terjawab: bagaimana model menangani false positive pada percakapan normal yang kebetulan membahas uang, bagaimana model diperbarui saat modus scam berubah, dan apakah pendekatan ini bisa berjalan di HP kelas menengah ke bawah yang banyak dipakai di Asia Tenggara. Sampai ada data uji independen, model ini lebih tepat dipandang sebagai lapisan perlindungan tambahan, bukan pengganti kewaspadaan pengguna dan kanal pelaporan resmi.

Pertanyaan yang Sering Ditanya

Apakah model deteksi scam Google DeepMind sudah bisa dipakai di HP Indonesia?

Belum. Per 15 Oktober 2026, model ini baru diumumkan untuk Singapura dan peluncurannya akan bertahap lewat aplikasi mitra. Google DeepMind hanya menyebut akan menjajaki penerapan di negara lain, tanpa jadwal untuk Indonesia.

Apakah Google bisa membaca chat kamu lewat model ini?

Menurut pengumuman resmi, tidak. Model berjalan sepenuhnya di perangkat dan hanya mengakses percakapan dengan persetujuan pengguna, sehingga Google maupun Pemerintah Singapura tidak bisa mengakses isi percakapan lewat model ini.

Apa bedanya fine-tuning dengan memakai model AI biasa?

Fine-tuning melatih ulang model yang sudah ada dengan data khusus, di sini percakapan scam lokal Singapura, supaya model lebih peka terhadap pola di domain itu. Model biasa hanya mengandalkan pengetahuan umum dari pelatihan awalnya.

Kalau kena penipuan di Indonesia, harus lapor ke mana?

Penipuan transaksi keuangan bisa dilaporkan ke Indonesia Anti-Scam Centre (IASC) yang dikelola OJK bersama Satgas PASTI, idealnya secepat mungkin supaya rekening pelaku bisa segera diblokir. Hubungi juga bank atau penyedia pembayaran yang kamu pakai.

Kenapa deteksinya dibuat dua tahap, tidak langsung pakai Gemma?

Untuk menghemat baterai. Classifier ringan menyaring semua pesan dengan daya minimal, dan Gemma yang lebih berat hanya dipanggil saat ada pesan yang perlu dianalisis lebih dalam.

Kesimpulan

Kolaborasi Google DeepMind dan GovTech Singapura menunjukkan deteksi scam berbasis AI tidak harus mengorbankan privasi. Kuncinya ada di tiga hal: model ringan yang berjalan di perangkat, fine-tuning dengan data scam lokal, dan tata kelola data yang ketat sejak tahap pelatihan. Untuk Indonesia, dengan lebih dari 702 ribu laporan penipuan ke IASC per September 2026, pendekatan serupa layak diikuti. Model yang dipakai harus memahami modus lokal, dan sampai teknologi seperti ini tersedia luas, kewaspadaan pengguna serta pelaporan cepat tetap jadi pertahanan utama.