Waspada Penipuan Wangiri, Saatnya Bank Pakai AI

Di akhir tahun 2025, trafik telepon dan transaksi digital di Indonesia biasanya memuncak. Momen liburan, banyak promo, dan maraknya belanja online sayangnya selalu dimanfaatkan pelaku penipuan. Salah satu yang kembali ramai dibahas adalah penipuan Wangiri: missed call singkat dari nomor asing yang bisa menguras pulsa korban dalam beberapa menit.

Yang sering luput dibahas: pola seperti Wangiri ini sebenarnya bisa dideteksi lebih cepat jika bank dan penyedia layanan keuangan digital serius mengoptimalkan AI untuk fraud detection. Bukan cuma melindungi pulsa, tapi juga mencegah kebocoran data dan penipuan yang merembet ke mobile banking dan e-wallet.

Tulisan ini mengurai modus Wangiri, menghubungkannya dengan risiko di era digital banking Indonesia, dan menunjukkan bagaimana AI seharusnya bekerja di balik layar untuk melindungi nasabah.

---

Apa Itu Penipuan Wangiri dan Kenapa Masih Banyak Korban?

Wangiri adalah modus penipuan telepon yang awalnya muncul di Jepang tahun 2000-an dan pernah viral di Indonesia sekitar 2018. Meski sudah sering diulas, korbannya masih terus ada karena mengandalkan rasa penasaran dan kebiasaan orang untuk asal telepon balik.

Secara sederhana, skemanya seperti ini:

1. Pelaku menggunakan sistem pemanggil otomatis untuk melakukan ribuan panggilan singkat ke banyak nomor.
2. Panggilan sengaja diputus sangat cepat, sehingga hanya muncul sebagai missed call.
3. Korban yang penasaran menelpon balik nomor tersebut.
4. Nomor itu sebenarnya adalah nomor layanan tarif premium atau nomor internasional dengan tarif sangat mahal per menit.
5. Saat korban tersambung, biasanya hanya terdengar rekaman suara atau musik agar korban tetap menunggu.
6. Dalam beberapa menit, pulsa terkuras, sementara pelaku mendapat bagian dari biaya panggilan yang dibebankan operator pemilik nomor premium.

Dari sisi teknis, Wangiri itu “sederhana”. Tapi yang membuatnya berbahaya:

• Korban sering baru sadar setelah pulsa habis.
• Nomor terlihat seperti nomor luar negeri yang "wajar".
• Orang cenderung takut melewatkan informasi penting, apalagi di era OTP, kurir online, dan panggilan verifikasi.

Ini masalah klasik antara perilaku manusia vs sistem telekomunikasi. Tapi di era digital banking, risikonya naik kelas: pola penipuan seperti ini bisa dikombinasikan dengan social engineering untuk menggiring korban ke penipuan m-banking, phising, dan pengambilalihan akun.

---

Dari Wangiri ke Maling M-Banking: Rantai Penipuan Digital

Wangiri sendiri “hanya” merugikan dalam bentuk pulsa. Namun modus seperti ini sering dijadikan pintu masuk ke serangan yang lebih serius.

Beberapa pola yang sering terjadi di lapangan:

• Setelah korban menelpon balik, pelaku menyimpan nomor korban untuk
  • spam SMS berisi tautan phising,
  • ajakan menginstal APK berbahaya,
  • atau info palsu terkait rekening/limit kartu kredit.
• Nomor korban kemudian dijual dalam database target ke jaringan penipu lain yang fokus pada:
  • penipuan m-banking,
  • social engineering (mengaku dari bank, kurir, CS e-commerce),
  • permintaan OTP atau PIN.

Di sisi lain, di era digital banking Indonesia, satu nomor ponsel biasanya terhubung ke:

• mobile banking beberapa bank sekaligus,
• e-wallet,
• aplikasi paylater,
• marketplace,
• akun email dan media sosial.

Begitu nomor ponsel dan pola perilaku korban mulai dipetakan, risiko merembet ke ekosistem keuangan digital jadi sangat besar. Ini alasan kenapa fraud prevention tidak bisa lagi dipandang sebagai isu telekomunikasi saja, tapi juga isu utama perbankan dan fintech.

---

Peran AI dalam Deteksi Modus Wangiri dan Fraud Telepon

Untuk menghadapi penipuan yang makin canggih, mengandalkan aturan statis seperti “blokir semua nomor luar negeri” sudah tidak cukup. AI dalam industri perbankan Indonesia memberikan pendekatan jauh lebih adaptif dengan membaca pola perilaku, bukan hanya nomor.

Berikut tiga cara kunci bagaimana AI bisa membantu mendeteksi dan mencegah modus Wangiri dan penipuan telepon terkait:

1. Deteksi Pola Panggilan Tidak Wajar (Anomaly Detection)

AI bisa dilatih untuk mengenali pola panggilan yang tidak normal, misalnya:

• Lonjakan missed call dari rentang kode negara tertentu dalam waktu singkat.
• Nomor tertentu yang berkali-kali melakukan panggilan pendek ke ribuan nomor.
• Perubahan perilaku pelanggan, misalnya:
  • tiba-tiba sering menelpon nomor luar negeri atau premium,
  • padahal sebelumnya hampir tidak pernah.

Model anomaly detection akan memicu peringatan otomatis, yang bisa digunakan operator atau bank untuk:

• memberi notifikasi ke nasabah,
• memblokir sementara pola panggilan mencurigakan,
• memasukkan nomor tertentu ke daftar blacklist dinamis (bukan hanya manual).

2. Skor Risiko Real-Time untuk Transaksi dan Aktivitas

Di digital banking, nomor ponsel adalah salah satu identitas utama nasabah. AI dapat membangun skor risiko dengan menggabungkan data berikut:

• frekuensi panggilan ke nomor internasional berisiko,
• riwayat SMS phising yang dilaporkan dari nomor tersebut,
• pola login tidak wajar ke mobile banking (lokasi, device, jam).

Jika sistem melihat:

• nasabah baru saja berinteraksi dengan pola Wangiri,
• lalu beberapa menit kemudian ada permintaan reset PIN, perubahan device, atau login dari lokasi asing,

maka AI bisa menaikkan skor risiko secara drastis dan memicu langkah mitigasi, misalnya:

• meminta verifikasi tambahan (biometrik, face recognition),
• menahan sementara transaksi besar,
• memaksa sign-out dari semua perangkat.

3. Analisis Suara dan Teks untuk Telepon CS & Chatbot

Penipu semakin sering mengaku sebagai petugas bank melalui telepon atau WhatsApp. Di sini, AI bisa masuk lewat:

• Voice analytics: menganalisis pola suara dan kata-kata yang sering dipakai scammer, misalnya:
  • memaksa korban menyebutkan OTP,
  • menyuruh instal aplikasi tertentu,
  • teknik ancaman halus terkait pemblokiran rekening.
• NLP (Natural Language Processing) di chatbot: mengenali kata kunci berbahaya seperti “bagikan OTP”, “klik link ini”, “download APK ini”, lalu mengarahkan nasabah ke edukasi keamanan, bukan sekadar menjawab otomatis.

Dengan cara ini, AI tidak hanya pasif menunggu transaksi mencurigakan, tapi aktif mengamati konteks percakapan yang mengarah ke penipuan.

---

Kenapa Bank Digital Indonesia Wajib Serius dengan Fraud Prevention Berbasis AI

Kebanyakan bank sudah punya sistem anti-fraud. Masalahnya, sering kali masih rule-based: kalau A dan B terjadi, blokir; kalau tidak, lolos. Pola seperti ini gampang diakali, karena penipu cukup mencari celah di luar kombinasi aturan yang sudah ditulis.

AI menawarkan pendekatan yang lebih kuat karena:

1. Belajar dari data nyata: AI bisa dilatih dari ribuan kasus fraud yang pernah terjadi, bukan hanya asumsi teknis di atas kertas.
2. Adaptif terhadap modus baru: ketika muncul pola baru (misalnya variasi Wangiri yang mengaitkan missed call dengan link phising), model bisa diperbarui lebih cepat.
3. Real-time scoring: AI mampu mengeluarkan skor risiko dalam hitungan milidetik, cocok untuk dunia real-time payment dan QRIS yang makin masif di Indonesia.

Saya pribadi melihat, bank yang menunda investasi di AI untuk fraud detection akan:

• boros di biaya chargeback dan penggantian dana korban,
• kehilangan kepercayaan nasabah saat kasus viral di media sosial,
• tertinggal dari bank dan fintech yang memberi rasa aman lebih tinggi.

Keamanan sudah menjadi bagian dari pengalaman nasabah, bukan lagi fitur tambahan. Di era bank digital, orang bukan cuma tanya "bunga berapa" atau "cashback apa", tapi juga: "kalau ada apa-apa, bank ini sigap nggak?".

---

Apa yang Bisa Dilakukan Nasabah & Apa yang Harus Dilakukan Bank

Perlindungan dari penipuan seperti Wangiri dan fraud digital itu selalu dua arah: perilaku nasabah yang sehat + teknologi proteksi yang kuat dari bank.

Langkah Praktis untuk Nasabah

Beberapa kebiasaan sederhana yang sangat membantu:

• Jangan telepon balik nomor asing yang tidak dikenal, apalagi hanya missed call singkat.
• Aktifkan fitur blokir panggilan spam di ponsel jika tersedia.
• Kalau ragu, cek dulu ke keluarga/teman sebelum membalas panggilan mencurigakan.
• Jangan pernah:
  • menyebutkan OTP ke siapa pun via telepon,
  • menginstal APK dari link chat di luar toko aplikasi resmi,
  • mengklik link yang katanya dari bank tapi domainnya aneh.
• Laporkan ke bank jika:
  • setelah interaksi mencurigakan, ada SMS/telepon yang mengatasnamakan bank,
  • muncul notifikasi login yang tidak Anda lakukan.

Tanggung Jawab Bank dan Fintech

Di sisi lembaga keuangan, ada beberapa langkah yang menurut saya sudah bukan lagi “nice to have”, tapi must-have:

1. Membangun tim anti-fraud berbasis data & AI, bukan hanya kepatuhan manual.
2. Mengintegrasikan data dari berbagai sumber:
   • pola panggilan & SMS mencurigakan,
   • perilaku login dan transaksi nasabah,
   • laporan dari nasabah terkait nomor penipu.
3. Menggunakan model AI untuk segmentasi risiko, sehingga:
   • nasabah berisiko tinggi bisa diproteksi ekstra,
   • notifikasi edukasi keamanan bisa lebih personal dan relevan.
4. Menyediakan kanal edukasi yang jelas di aplikasi:
   • halaman khusus keamanan siber,
   • contoh-contoh modus penipuan terbaru,
   • tombol cepat untuk melaporkan dugaan penipuan.

Jika bank mengkomunikasikan bahwa sistem mereka dilengkapi AI untuk proteksi real-time, disertai edukasi yang konsisten, ini bukan hanya meningkatkan keamanan, tapi juga menambah kepercayaan dan loyalitas nasabah.

---

Era Digital Banking: AI Bukan Lagi Opsi, Tapi Fondasi Keamanan

Seri "AI dalam Industri Perbankan Indonesia: Era Digital Banking" pada dasarnya membahas satu hal besar: bagaimana teknologi pintar bisa membuat layanan keuangan lebih inklusif, lebih personal, dan lebih aman. Kasus Wangiri ini contoh nyata bahwa tanpa keamanan yang memadai, semua kemudahan digital bisa berbalik menjadi kerugian.

Wangiri mungkin "hanya" soal pulsa yang habis. Tapi pola pikir di baliknya—eksploitasi celah teknologi dan perilaku manusia—adalah pola yang sama yang dipakai di penipuan m-banking, social engineering, dan pencurian identitas.

Bank dan fintech yang serius membangun fraud detection berbasis AI akan lebih siap menghadapi:

• lonjakan transaksi akhir tahun,
• serangan terkoordinasi ke nasabah,
• dan munculnya modus-modus baru yang belum pernah ada sebelumnya.

Bagi Anda yang bekerja di perbankan atau fintech, pertanyaannya sederhana:

Apakah sistem keamanan Anda hari ini hanya bereaksi setelah kejadian, atau sudah memanfaatkan AI untuk mengantisipasi penipuan sejak fase "missed call mencurigakan" seperti Wangiri?

Semakin cepat pertanyaan ini dijawab dengan tindakan nyata, semakin aman ekosistem digital banking Indonesia bagi jutaan nasabah yang setiap hari mempercayakan uang dan datanya di sana.