Google DeepMind dan GovTech Singapura Kembangkan Model AI On-Device Anti-Scam Berbasis Gemma

Kolaborasi GovTech Singapura dan Google DeepMind di SICW 2026

Pada perhelatan Singapore International Cyber Week (SICW) tanggal 14 Oktober 2026, Menteri Pembangunan Digital dan Informasi Singapura, Josephine Teo, mengumumkan kemitraan strategis antara Government Technology Agency (GovTech) Singapura dan Google DeepMind. Kolaborasi ini bertujuan mengembangkan model kecerdasan buatan berbasis Gemma yang beroperasi langsung di dalam ponsel (on-device) untuk mendeteksi penipuan rekayasa sosial secara real-time.

Langkah ini merespons eskalasi penipuan digital di Singapura. Sejak tahun 2019, total kerugian finansial akibat penipuan telah melampaui 4 miliar dolar Singapura. Lebih dari 80 persen kerugian tersebut tidak disebabkan oleh eksploitasi celah teknis atau peretasan perangkat lunak, melainkan oleh teknik manipulasi psikologis melalui percakapan di aplikasi pesan instan.

Menembus Batasan Enkripsi End-to-End Tanpa Melanggar Privasi

Sebagian besar komunikasi penipuan berlangsung di dalam aplikasi perpesanan yang dilindungi enkripsi end-to-end (E2EE) seperti WhatsApp dan Telegram. Enkripsi ini menjamin kerahasiaan isi pesan dari pihak ketiga dan penyedia jaringan, namun di saat yang sama menutup akses bagi pemindai keamanan berbasis peladen komputasi awan.

Model deteksi on-device yang dirancang DeepMind dan GovTech memecahkan batasan tersebut dengan memindahkan seluruh proses komputasi ke perangkat keras ponsel pintar. Sistem ini beroperasi dengan prinsip zero cloud data egress. Seluruh pembacaan konteks teks berlangsung secara lokal di dalam memori telepon, sehingga percakapan pribadi pengguna tidak pernah dikirimkan atau disimpan ke server eksternal. Pendekatan ini menjaga privasi percakapan sekaligus memungkinkan deteksi ancaman berjalan aktif.

Arsitektur Pemrosesan Dua Tahap untuk Efisiensi Daya

Menjalankan model bahasa besar secara terus-menerus pada ponsel akan menguras baterai dan membebani unit pemrosesan neural (NPU). Untuk menjaga efisiensi konsumsi daya, DeepMind dan GovTech mengimplementasikan arsitektur berjenjang dua tahap:

• Tahap Penapisan Ringan: Pengklasifikasi biner berukuran sangat kecil memantau arus pesan dan notifikasi masuk dengan konsumsi daya minimal. Modul ini bertugas mendeteksi pemicu anomali awal tanpa membebani baterai perangkat.

• Tahap Evaluasi Kontekstual Gemma: Ketika modul penapis menemukan anomali, sistem mengaktifkan model Gemma yang telah disesuaikan secara lokal. Model ini menganalisis struktur percakapan yang lebih panjang untuk mengidentifikasi indikator penipuan, seperti desakan waktu palsu, ancaman pembekuan rekening, instruksi transfer darurat, atau tautan mencurigakan.

Penyesuaian Model Berbasis Data Intelijen Lokal

Google DeepMind menyesuaikan bobot model terbuka Gemma menggunakan kumpulan data riil penipuan yang dikumpulkan GovTech. Proses penyesuaian (fine-tuning) ini dijalankan di dalam lingkungan kotak pasir (sandbox) berdaulat Google Cloud Platform yang dikelola langsung oleh GovTech Singapura.

Kumpulan data tersebut mencakup taktik penipuan regional spesifik, termasuk peniruan identitas bank lokal, Singapore Police Force (SPF), Inland Revenue Authority of Singapore (IRAS), serta modus penipuan investasi kripto palsu. GovTech menerapkan proses anonimisasi ketat dengan menghapus seluruh data identitas pribadi (PII) sebelum data digunakan dalam pelatihan.

Integrasi dengan Ekosistem ScamShield

Model on-device ini disiapkan untuk diintegrasikan ke dalam ekosistem pertahanan siber nasional Singapura, termasuk aplikasi ScamShield yang dikembangkan bersama oleh GovTech dan kepolisian.

Jika model mendeteksi adanya manipulasi psikologis yang mengarah pada penipuan, sistem akan memunculkan peringatan kontekstual langsung di layar ponsel. Intervensi dini ini memberi jeda bagi pengguna untuk memverifikasi keaslian pesan sebelum mengirimkan uang atau membocorkan kredensial rahasia kepada pelaku kejahatan.