Riot Games Hukum Hampir 300 Ribu Akun VALORANT dan LoL karena Manipulasi Rank

Raihan

September 19, 2026

Riot Games mengambil tindakan besar terhadap praktik manipulasi rank di League of Legends dan VALORANT. Sejak akhir 2025, hampir 300 ribu akun telah mendapatkan sanksi karena dianggap terlibat dalam berbagai bentuk rank manipulation.

Riot mengungkapkan bahwa total 296.416 akun telah dikenai tindakan melalui sistem Anti-Boost yang dikembangkan untuk mendeteksi aktivitas boosting dan bentuk manipulasi peringkat lainnya.

Hampir 300 Ribu Akun Sudah Ditindak

Riot mengumumkan angka tersebut pada 17 September 2026. Sistem Anti-Boost awalnya diperkenalkan untuk League of Legends pada 2025 sebelum akhirnya diperluas ke VALORANT melalui update pada Juli 2026.

Sistem ini bekerja bersama teknologi keamanan Riot untuk mendeteksi akun yang mengalami kenaikan rank bukan karena kemampuan pemiliknya sendiri.

Namun, hukuman yang diberikan tidak selalu berupa ban permanen. Jenis sanksi bergantung pada tingkat pelanggaran dan bisa berupa:

  • Rank dikembalikan atau di-rollback
  • Hadiah season dicabut
  • Suspensi sementara mulai dari tiga hari
  • Suspensi yang lebih lama untuk pelanggaran berulang
  • Ban permanen untuk akun yang dibeli atau tidak memiliki pemilik sah

Riot juga mengatakan sistem tersebut masih terus dikembangkan dan belum bekerja pada kapasitas maksimal. Artinya, penindakan terhadap praktik manipulasi rank kemungkinan masih akan diperluas.

Bukan Cuma Jasa Boosting yang Dilarang

Praktik yang dianggap sebagai manipulasi rank oleh Riot ternyata cukup luas.

Salah satu bentuk yang paling jelas adalah memberikan akun kepada pemain lain untuk menaikkan rank. Namun, pemain juga bisa terkena sanksi jika membeli atau meminjam akun dengan tujuan mendapatkan lawan yang lebih mudah.

Memberikan akun dengan rank rendah kepada teman yang memiliki kemampuan jauh lebih tinggi juga termasuk perilaku yang dapat ditindak.

Selain itu, Riot juga menargetkan pemain yang sengaja bermain bersama akun dengan rank yang telah diturunkan secara tidak wajar agar mendapatkan pertandingan melawan lawan yang lebih lemah.

Dengan kata lain, sistem tersebut tidak hanya mencari pemain yang menggunakan jasa booster profesional, tetapi juga mencoba mendeteksi pola permainan yang memberikan keuntungan rank secara tidak semestinya.

Rank Trainwrecks Ikut Dikembalikan Riot

Kasus ini juga menarik perhatian setelah streamer Trainwrecks mengatakan bahwa rank League of Legends miliknya dikembalikan oleh Riot sehari setelah pengumuman Anti-Boost tersebut.

Trainwrecks mengaitkan masalah itu dengan kebiasaannya bermain bersama beberapa pemain League of Legends berperingkat tinggi, termasuk Tyler1, Trick2g, dan Yassuo.

Dalam stream-nya, Trainwrecks mempertanyakan bagaimana dirinya bisa terkena tindakan tersebut ketika mereka hanya bermain bersama untuk bersenang-senang.

Ia juga mengatakan bahwa dirinya tidak bisa mengontrol kemampuan pemain lain yang berada dalam party.

Trainwrecks menyatakan akan menghubungi Riot terlebih dahulu sebelum membahas masalah tersebut lebih jauh.

Bukan Pertama Kalinya Trainwrecks Terkena Sanksi

Ini bukan pertama kalinya Trainwrecks berurusan dengan sistem anti-boost Riot.

Pada Mei 2026, akun VALORANT miliknya pernah mendapatkan ban selama 31 hari setelah bermain bersama pemain berperingkat tinggi, termasuk mantan pemain profesional sinatraa.

Dalam kasus tersebut, seorang developer Riot kemudian menjelaskan bahwa terdapat akun smurf yang terlibat dalam lobby tersebut. Detail tersebut memberikan konteks tambahan mengenai alasan Riot mengambil tindakan.

Dengan sistem Anti-Boost yang kini diterapkan di dua game kompetitif terbesar Riot, perusahaan tampaknya semakin serius menjaga agar sistem ranked tetap mencerminkan kemampuan pemain.

Namun, dengan jumlah hukuman yang sudah mencapai 296.416 akun, Riot juga masih perlu memastikan sistem tersebut dapat membedakan manipulasi rank yang disengaja dari situasi ketika pemain secara normal bermain bersama teman atau pemain dengan kemampuan jauh lebih tinggi.

Leave a Comment

Optimized by Optimole