Warga Amerika melaporkan kerugian USD 20,877 miliar akibat kejahatan internet pada 2025, naik 26% dalam satu tahun, dari lebih dari satu juta pengaduan. Distribusinya lebih penting daripada totalnya: orang berusia di atas 60 tahun mengajukan sekitar 20% pengaduan tetapi menyumbang sekitar 37% kerugian, dan penipuan investasi saja menghasilkan hampir separuh dari seluruh uang yang hilang akibat penipuan, sementara phishing menghasilkan jauh lebih banyak pengaduan. FBI juga untuk pertama kalinya memperkenalkan deskriptor kejahatan terkait AI, mencatat lebih dari 22.000 pengaduan dan hampir USD 900 juta. Angka-angka di bawah ini berasal dari laporan tahunan IC3 milik FBI dan Consumer Sentinel Network milik FTC.
TL;DR
- IC3 mencatat kerugian USD 20,877 miliar pada 2025 (FBI IC3)
- Itu 26% lebih tinggi dibanding 2024 (FBI IC3)
- IC3 mencatat 1.008.597 pengaduan (FBI IC3)
- Kerugian rata-rata per pengaduan adalah USD 20.699 (FBI IC3)
- Orang berusia di atas 60 tahun mengajukan 201.266 pengaduan (FBI IC3)
- Mereka melaporkan kerugian USD 7,7 miliar, naik 37% (FBI IC3)
- Phishing dan spoofing memimpin volume pengaduan dengan 191.561 kasus (FBI IC3)
- Penipuan investasi menyumbang hampir 49% dari kerugian terkait penipuan (FBI IC3)
- “Terkait AI” untuk pertama kalinya menjadi deskriptor kejahatan resmi (FBI IC3)
- Pengaduan terkait AI melampaui 22.000, dengan kerugian hampir USD 900 juta (FBI IC3)
- Sentinel Network milik FTC mencatat rekor USD 15,9 miliar dari sekitar 3 juta laporan (FTC)
- Itu lebih tinggi dibanding USD 12,5 miliar pada 2024 (FTC)
- Orang berusia 50 tahun ke atas melaporkan kerugian USD 4,3 miliar, dibandingkan USD 2,3 miliar di kalangan orang dewasa yang lebih muda (FTC)
1. Kerugian Utama
Dua kumpulan data federal menggambarkan masalah ini dan menghasilkan total yang berbeda karena alasan yang sah. IC3 mencatat kerugian USD 20,877 miliar dari 1.008.597 pengaduan pada 2025, naik 26%, sementara Consumer Sentinel Network milik FTC mencatat rekor USD 15,9 miliar dari sekitar 3 juta laporan. IC3 menangani lebih sedikit insiden namun bernilai lebih besar; FTC menangani lebih banyak laporan dengan kerugian yang umumnya lebih kecil.
| Metrik | Nilai | Sumber |
|---|---|---|
| Total kerugian IC3, 2025 | USD 20,877 miliar | FBI IC3 |
| Perubahan dari tahun ke tahun | naik 26% | FBI IC3 |
| Pengaduan ke IC3 | 1.008.597 | FBI IC3 |
| Rata-rata kerugian per pengaduan IC3 | USD 20.699 | FBI IC3 |
| Kerugian yang dilaporkan ke Sentinel Network FTC, 2025 | USD 15,9 miliar | FTC |
| Kerugian yang dilaporkan ke FTC, 2024 | USD 12,5 miliar | FTC |
| Volume laporan ke FTC | sekitar 3 juta | FTC |
| Rata-rata implisit per laporan ke FTC | sekitar USD 5.300 | Dihitung dari data FTC |
| Apakah kedua total bisa dijumlahkan | tidak | Dihitung |
Kesenjangan sekitar empat banding satu dalam kerugian rata-rata antara kedua kumpulan data ini adalah bukti paling jelas bahwa keduanya mengambil sampel dari bagian yang berbeda dari masalah yang sama.
Jalur pelaporan menjelaskan sebagian besar hal ini. IC3 adalah tempat korban melapor ketika mereka yakin sebuah kejahatan telah terjadi dan ingin melibatkan penegak hukum, yang secara alami menyaring kerugian yang lebih besar dan orang-orang yang sudah tahu saluran ini ada. Sentinel Network milik FTC menggabungkan data dari jaksa agung negara bagian, badan perlindungan konsumen, Better Business Bureau, dan laporan langsung dari konsumen, sehingga menangkap kumpulan pengaduan yang jauh lebih luas namun lebih dangkal, termasuk banyak kasus tanpa kerugian sama sekali. Tidak satu pun dari keduanya adalah sensus. Korban yang kehilangan USD 300 dalam penipuan marketplace jauh lebih mungkin muncul di Sentinel dibanding di IC3, dan korban yang kehilangan USD 300.000 dalam penipuan investasi jauh lebih mungkin muncul di keduanya. Analisis apa pun yang memperlakukan salah satu total sebagai angka nasional untuk penipuan online melebih-lebihkan apa yang sebenarnya didukung oleh data. Sumber: Laporan Kejahatan Internet 2025 FBI.
2. Orang Lanjut Usia Menanggung Kerugian Terbesar
Usia adalah pembeda paling tajam dalam data ini, dan arahnya berlawanan dengan volume pengaduan. Orang berusia di atas 60 tahun mengajukan 201.266 pengaduan ke IC3, sekitar 20% dari total, tetapi melaporkan kerugian USD 7,7 miliar, sekitar 37% dari total, naik 37% dari 2024. Kehilangan hampir dua kali lipat porsi uang dibanding porsi pengaduan Anda adalah gambaran seperti apa penargetan yang tidak proporsional dalam data agregat.
| Metrik | Nilai | Sumber |
|---|---|---|
| Pengaduan IC3 dari orang berusia di atas 60 tahun | 201.266 | FBI IC3 |
| Kerugian yang dilaporkan kelompok tersebut | USD 7,7 miliar | FBI IC3 |
| Perubahan tahunan kerugian tersebut | naik 37% | FBI IC3 |
| Porsi dari seluruh pengaduan IC3 | sekitar 20% | Dihitung dari data IC3 |
| Porsi dari seluruh kerugian IC3 | sekitar 37% | Dihitung dari data IC3 |
| Rata-rata kerugian pengadu berusia di atas 60 tahun | sekitar USD 38.300 | Dihitung dari data IC3 |
| Kerugian FTC, orang berusia 50 tahun ke atas | USD 4,3 miliar | FTC |
| Kerugian FTC, orang dewasa yang lebih muda | USD 2,3 miliar | FTC |
| Kerugian penipuan berbasis AI di kalangan lansia | USD 352 juta | FTC |
Kerugian rata-rata sekitar USD 38.300 untuk pengadu berusia di atas 60 tahun, dibandingkan USD 20.699 untuk seluruh pengadu, berarti korban lanjut usia bukan hanya lebih banyak dari sisi jumlah kerugian, mereka juga kehilangan jauh lebih banyak per kejadian. Sumber: AARP tentang kerugian penipuan 2025 di kalangan lansia.
3. Volume dan Nilai Memiliki Peringkat yang Berbeda
Penipuan yang paling umum dan penipuan yang paling merugikan bukanlah hal yang sama, dan pemberitaan yang mencampuradukkan keduanya menyesatkan soal ke mana fokus seharusnya diarahkan. Phishing dan spoofing memimpin volume pengaduan dengan 191.561 laporan, sementara penipuan investasi menyumbang hampir 49% dari seluruh kerugian terkait penipuan. Kejahatan berfrekuensi tinggi bernilai rendah dan kejahatan berfrekuensi rendah bernilai tinggi membutuhkan respons yang sama sekali berbeda.
| Metrik | Nilai | Sumber |
|---|---|---|
| Pengaduan phishing dan spoofing | 191.561 | FBI IC3 |
| Peringkat berdasarkan volume pengaduan | pertama | FBI IC3 |
| Porsi penipuan investasi dalam kerugian terkait penipuan | hampir 49% | FBI IC3 |
| Peringkat berdasarkan nilai kerugian | pertama | FBI IC3 |
| Total pengaduan | 1.008.597 | FBI IC3 |
| Porsi phishing dari total pengaduan | sekitar 19% | Dihitung dari data IC3 |
| Total kerugian | USD 20,877 miliar | FBI IC3 |
| Kerugian penipuan investasi yang tersirat | sekitar USD 10,2 miliar | Dihitung dari data IC3 |
Penipuan investasi yang mendekati separuh dari seluruh kerugian berarti satu kategori tunggal menyumbang lebih banyak uang dibanding seluruh jenis penipuan lainnya digabungkan. Kampanye kesadaran publik sebagian besar menyasar phishing, yang merupakan prioritas tepat untuk mengurangi jumlah korban namun keliru untuk mengurangi jumlah uang yang hilang. Konteks tentang phishing ada di statistik phishing kami. Sumber: analisis SpyCloud atas laporan IC3 2025.
4. AI Menjadi Sebuah Kategori
2025 adalah tahun pertama FBI melacak hal ini sebagai deskriptor tersendiri, yang membuat titik awal ini sendiri layak diberitakan. Laporan IC3 memperkenalkan “terkait AI” sebagai deskriptor kejahatan resmi, mencatat lebih dari 22.000 pengaduan dan kerugian hampir USD 900 juta. Angka tahun pertama belum memiliki tren di baliknya, tetapi angka ini menetapkan batas bawah yang akan menjadi acuan pengukuran setiap tahun berikutnya.
| Metrik | Nilai | Sumber |
|---|---|---|
| Pengaduan terkait AI, 2025 | lebih dari 22.000 | FBI IC3 |
| Kerugian terkait AI | hampir USD 900 juta | FBI IC3 |
| Status kategori ini | diperkenalkan untuk pertama kalinya | FBI IC3 |
| Porsi dari total pengaduan | sekitar 2% | Dihitung dari data IC3 |
| Porsi dari total kerugian | sekitar 4% | Dihitung dari data IC3 |
| Rata-rata kerugian terkait AI | sekitar USD 40.900 | Dihitung dari data IC3 |
| Kerugian penipuan berbasis AI di kalangan lansia | USD 352 juta | FTC |
| Perbandingan dengan rata-rata kerugian keseluruhan | kira-kira dua kali lipat | Dihitung |
Rata-rata kerugian terkait AI yang sekitar dua kali lipat rata-rata keseluruhan menunjukkan bahwa alat-alat ini digunakan untuk menyasar target bernilai lebih tinggi, bukan penipuan bervolume besar, setidaknya pada tahun pertama pengukuran ini. Konteks tentang deepfake ada di statistik deteksi deepfake kami dan penipuan berbasis suara secara khusus ada di statistik vishing kami. Sumber: siaran pers FBI tentang penipuan kripto dan AI.
5. Apa yang Tidak Tertangkap oleh Kedua Kumpulan Data
Kedua lembaga secara eksplisit menyatakan bahwa total-total ini adalah batas bawah. Kerugian yang dilaporkan hanya mewakili sebagian dari penipuan yang benar-benar dilaporkan korban, dan tingkat pelaporannya tidak diketahui serta hampir pasti bervariasi menurut jenis penipuan, usia korban, dan besarnya kerugian. Rasa malu, kebingungan soal lembaga mana yang harus dihubungi, dan anggapan bahwa melapor tidak ada gunanya, semuanya menekan angka ini.
| Metrik | Nilai | Sumber |
|---|---|---|
| Kerugian yang dilaporkan ke IC3 | USD 20,877 miliar | FBI IC3 |
| Kerugian yang dilaporkan ke FTC | USD 15,9 miliar | FTC |
| Apakah ini mewakili seluruh penipuan | tidak, hanya penipuan yang dilaporkan | FBI IC3, FTC |
| Arah dari total yang sebenarnya | lebih tinggi, dengan margin yang tidak diketahui | Dihitung |
| Volume pengaduan ke IC3 | 1.008.597 | FBI IC3 |
| Volume laporan ke FTC | sekitar 3 juta | FTC |
| Tumpang tindih antara kedua kumpulan data | belum direkonsiliasi secara publik | Dihitung |
| Cara yang benar untuk mengutip keduanya | secara terpisah, jangan pernah dijumlahkan | Dihitung |
Tidak adanya rekonsiliasi publik antara kedua kumpulan data ini berarti angka nasional yang sebenarnya bukan hanya tidak diketahui besarnya, tetapi juga tidak diketahui strukturnya. Korban yang melapor ke kedua lembaga akan muncul dua kali dalam penjumlahan kedua total tersebut, dan tidak ada yang mempublikasikan seberapa sering hal itu terjadi. Konteks tentang kejahatan identitas ada di statistik pencurian identitas kami. Sumber: kesaksian FTC tentang berkembangnya ekonomi penipuan.
Ringkasan: Penipuan Online dalam Angka
| Metrik | Nilai | Sumber |
|---|---|---|
| Total kerugian IC3, 2025 | USD 20,877 miliar | FBI IC3 |
| Perubahan dari tahun ke tahun | naik 26% | FBI IC3 |
| Pengaduan ke IC3 | 1.008.597 | FBI IC3 |
| Rata-rata kerugian per pengaduan | USD 20.699 | FBI IC3 |
| Pengaduan dari orang berusia di atas 60 tahun | 201.266 | FBI IC3 |
| Kerugian kelompok tersebut | USD 7,7 miliar | FBI IC3 |
| Perubahan kerugian kelompok di atas 60 tahun | naik 37% | FBI IC3 |
| Porsi pengaduan dari kelompok di atas 60 tahun | sekitar 20% | Dihitung |
| Porsi kerugian dari kelompok di atas 60 tahun | sekitar 37% | Dihitung |
| Pengaduan phishing dan spoofing | 191.561 | FBI IC3 |
| Porsi penipuan investasi dalam kerugian | hampir 49% | FBI IC3 |
| Pengaduan terkait AI | lebih dari 22.000 | FBI IC3 |
| Kerugian terkait AI | hampir USD 900 juta | FBI IC3 |
| Kerugian Sentinel Network FTC, 2025 | USD 15,9 miliar | FTC |
| Kerugian Sentinel Network FTC, 2024 | USD 12,5 miliar | FTC |
| Volume laporan ke FTC | sekitar 3 juta | FTC |
| Kerugian FTC, 50 tahun ke atas | USD 4,3 miliar | FTC |
| Kerugian FTC, orang dewasa yang lebih muda | USD 2,3 miliar | FTC |
| Kerugian penipuan AI, lansia | USD 352 juta | FTC |
Metodologi dan Sumber
- Jumlah pengaduan, total kerugian, rincian demografis, peringkat jenis kejahatan, dan deskriptor AI baru ini berasal dari Laporan Tahunan 2025 Internet Crime Complaint Center milik FBI (PDF laporan IC3, salinan di repositori berkas FBI, siaran pers FBI), dengan analisis independen yang diverifikasi silang (SpyCloud, HIPAA Journal).
- Angka Consumer Sentinel Network dan perbandingan kerugian berdasarkan usia berasal dari FTC (kesaksian FTC tentang ekonomi penipuan, Consumer Sentinel Network), dengan pemberitaan tentang kerugian di kalangan lansia (AARP).
- Catatan data: total IC3 dan FTC mengukur populasi yang berbeda melalui saluran yang berbeda dan tidak boleh dijumlahkan atau disajikan sebagai estimasi yang saling bersaing untuk besaran yang sama. IC3 menerima pengaduan yang secara khusus soal kejahatan internet dan cenderung mencatat insiden bernilai lebih besar; FTC menggabungkan laporan penipuan konsumen dari banyak sumber dan saluran. Tidak satu pun dari keduanya menangkap penipuan yang tidak dilaporkan, dan kedua lembaga menyatakan bahwa kerugian yang dilaporkan hanyalah sebagian dari kerugian sebenarnya, dengan margin yang tidak diketahui. Tingkat pelaporan hampir pasti bervariasi menurut jenis penipuan, usia korban, dan besarnya kerugian, sehingga perbandingan demografis mencerminkan perilaku pelaporan sekaligus tingkat viktimisasi. Kategori terkait AI ini baru ada di 2025 dan belum memiliki data pembanding dari tahun sebelumnya, sehingga belum bisa mendukung klaim tren. Baris yang ditandai sebagai hasil hitungan merupakan perhitungan aritmetika atas angka yang telah dipublikasikan.
- Terakhir diperbarui: 2 Agustus 2026. Kami memperbarui kumpulan data ini setiap kuartal, dan pembaruan besar berikutnya diperkirakan terjadi saat FBI menerbitkan Laporan Kejahatan Internet 2026.