Banyak konten, khususnya politik, di media sosial sebenarnya dikendalikan oleh bot atau botnet.
Tak semua akun bot di media sosial (medsos) adalah bot politik. Mayoritas adalah akun komersial. Artinya, semua bot itu dijalankan oleh orang-orang di balik layar yang menerima upah untuk mempromosikan konten apapun. Bot komersial sering pula disewa untuk memperkokoh konten politik tertentu, seperti opini, pandangan, atau kepentingan suatu partai. Misalnya, botnet komersial Rusia yang memperkuat konten politik di seluruh dunia.
Menjelang pemilihan umum di Meksiko, misalnya, lembaga penelitian Digital Forensic Research Associate (DFRLab) menemukan sebuah botnet yang memperkuat Partai Hijau (Green Party). Begitu pula, beberapa botnet politik yang dipakai untuk mempromosikan kandidat Partai PRI (Institutional Revolutionary Party) di Peubla, Meksiko.
Bot tersebut bukanlah bot politik karena mereka juga mengamplifikasi bermacam akun bot untuk memperkuat postingan berbeda-beda sesuai pesanan, seperti maskot pariwisata Jepang hingga profil CEO sebuah agen asuransi.
Apakah semua bot Rusia berafiliasi dengan Rusia?
Tidak, banyak botnet dengan username berabjad Cyrillic (huruf Rusia) yang dikelola oleh wirausaha Rusia untuk mengais nafkah di dunia maya. Di internet Rusia, banyak perusahaan atau perorangan yang secara terbuka menjual pengikut/pelanggan, retweet dan share Twitter, Facebook dan YouTube.
Kendati harganya relatif sangat murah, sekitar 3 dolar AS untuk tiap 1.000 pengikut, seorang ‘penggembala’ bot yang memiliki 1.000 bot dapat menghasilkan uang 33 dolar per hari dengan hanya mengikuti 10 user setiap harinya. Dengan begitu, mereka dapat menghasilkan paling tidak 900 dolar per bulan, dua kali lipat gaji rata-rata di Rusia, hanya dengan melakukan aktivitas tersebut.
Ada enam indikator yang dapat membantu mengidentifikasi botnet. Jika Anda menemukan jaringan akun yang diduga merupakan bagian dari botnet, perhatikan enam hal berikut.
Pola bicara
Bot yang dijalankan oleh algoritma diprogram untuk menggunakan pola bicara yang sama. Jika Anda menemukan beberapa akun menggunakan pola bicara yang sama, misalnya men-tweet artikel berita menggunakan judul sebagai teks tweet, kemungkinan akun ini dijalankan oleh algoritma yang sama.
(Sumber: Sysomos)
Data tweet yang diposting oleh akun bot jelang pemilu di Malaysia (Sumber: Sysomos)
Menjelang pemilu di Malaysia, DFRLab menemukan 22.000 bot yang seluruhnya memakai pola bicara yang sama. Setiap bot memiliki dua tagar yang menargetkan koalisi oposisi dan juga menandai sekitar 13 hingga 16 pengguna riil (manusia) untuk mendorong mereka agar terlibat dalam percakapan.
Posting yang identik
Indikator botnet lainnya adalah posting yang identik. Karena, kebanyakan bot adalah program komputer yang sangat sederhana, mereka tidak mampu memproduksi konten asli. Akibatnya, sebagian besar bot memposting tweet yang sama.
Analisa DFRLab dari kampanye Twitter yang mendesak pembatalan kontes kartun Islamofobia di Belanda mengungkapkan puluhan akun memposting tweet yang identik.
Pola Menangani (Akun)
Cara lain untuk mengidentifikasi botnet adalah dengan mengamati pola menangani akun-akun bot yang mencurigakan. Para pembuat bot sering menggunakan pola yang sama saat menamai bot mereka.
Misalnya, pada Januari 2018, DFRLab menemukan akun yang dicurigai botnet, di mana setiap bot memiliki angka delapan digit di tiap akhir username. Atau, beberapa lainnya menggunakan alfanumerik yang sistematis. Bot dari botnet yang ditemukan oleh DFRLab menjelang Pemilu Malaysia semuanya menggunakan pegangan 15 simbol alfanumerik.
Tanggal dan waktu pembuatan
Bot-bot yang dimiliki botnet yang sama cenderung mempunyai tanggal pembuatan yang serupa. Jika Anda menemukan puluhan akun yang dibuat pada hari atau rentang minggu yang sama, hal itu adalah indikator bahwa akun tersebut bisa jadi merupakan bagian dari botnet yang sama.
Aktivitas Twitter yang identik
Ciri botnet yang lain adalah aktivitasnya yang relatif identik. Jika beberapa akun melakukan tugas yang sama atau terlibat dalam cara yang sama di Twitter, mereka biasanya cenderung menjadi bagian dari botnet yang sama.
Misalnya, botnet yang menyerang akun DFRLab pada Agustus 2017, secara massif mengikuti tiga akun yang kelihatannya tak saling berhubungan, yakni juru bicara NATO Oana Lungescu, ‘terduga’ peternak bot (@belyjchelovek), dan akun yang memasang foto profil kucing (@gagarinprosti).
Tentu saja tidak bisa disebut kebetulan, apabila ada sekumpulan akun berbeda yang mengikuti beberapa akun yang sama padahal tak berkaitan satu sama lain.
Lokasi
Indikator terakhir yang paling umum terjadi di antara botnet politik adalah satu lokasi yang sama biasanya dibagikan oleh banyak akun mencurigakan. Para peternak bot cenderung menggunakan lokasi dimana kandidat atau partai politik berkampanye untuk menciptakan tren di daerah pemilihan tersebut. Misalnya, menjelang pemilu di Meksiko, botnet yang mempromosikan dua kandidat partai PRI di negara bagian Puebla menggunakan Puebla sebagai lokasi mereka. Tujuannya, agar para pengguna Twitter di daerah itu dapat melihat tweet dan post botnet. (*)
Artikel ini adalah bagian kedua dari tulisan Donara Barojan, peneliti Digital Forensic Research Associate (DFRLab). Diterjemahkan untuk Nuusdo atas seizin DFRLab.
