Logo
Cybersecurity

Mengajarkan Penggunaan AI Tanpa Keamanan Sama Saja Baru Setengah dari Pelajaran

Skill AI mulai dibutuhkan jauh di luar tim teknologi. Pemahaman untuk menggunakannya secara aman perlu ikut menyebar.

ITSEC AsiaITSEC Asia
|
Sep 08, 2026
Mengajarkan Penggunaan AI Tanpa Keamanan Sama Saja Baru Setengah dari Pelajaran

Sebanyak 750 ASN dan non-ASN di empat provinsi Kalimantan mulai mengikuti pelatihan AI pada 7 September. Program BLSDM Komdigi Banjarmasin bersama ASEAN Foundation tersebut membahas dasar AI, etika, implementasi dan satu materi yang layak mendapat perhatian khusus: keamanan data.

Kombinasi itu masuk akal.

Semakin banyak pekerja menggunakan AI untuk merangkum dokumen, menganalisis informasi, membuat materi dan membantu pekerjaan rutin. Banyak di antaranya bahkan tidak perlu memahami pemrograman.

Namun setiap kemampuan baru membawa pertanyaan baru: sebenarnya data apa yang sedang kita berikan kepada AI?

Skill AI Punya Sisi Keamanan

Seseorang bisa sangat mahir membuat prompt tetapi tetap mengambil keputusan keamanan yang buruk.

Bayangkan seorang karyawan harus merangkum laporan internal yang panjang. Memasukkan dokumen tersebut ke AI mungkin menghasilkan rangkuman yang sangat baik. Pertanyaan apakah dokumen itu boleh dimasukkan sejak awal adalah ujian yang berbeda.

Karena itu, pengguna AI perlu memiliki literasi keamanan dasar untuk bertanya:

  • Informasi apa yang sedang saya masukkan?
  • Apakah ada data pribadi, rahasia perusahaan atau data pelanggan?
  • Platform AI mana yang sudah disetujui organisasi?
  • Bisakah output membocorkan informasi yang seharusnya tidak dibagikan?
  • Kapan hasil AI perlu diverifikasi sebelum digunakan untuk mengambil keputusan?

Karyawan tidak perlu berubah menjadi cybersecurity specialist. Mereka perlu tahu batas antara praktis dan berisiko.

Program AI Ready ASEAN dari ASEAN Foundation bergerak dengan prinsip serupa dalam skala regional. Program tersebut menargetkan 5,5 juta orang di Asia Tenggara untuk mendapatkan kemampuan AI dengan penekanan pada penggunaan yang bertanggung jawab dan etis.

Tim Cybersecurity Juga Perlu Belajar AI

Pertukaran kemampuan tersebut berjalan dua arah.

Program NICE dari NIST membahas perubahan pekerjaan, skill dan karier cybersecurity akibat AI dalam webinar tenaga kerja pada Juli lalu. Pesannya cukup jelas: profesional cybersecurity yang sudah bekerja maupun yang baru masuk perlu beradaptasi ketika AI mengubah teknologi yang mereka lindungi sekaligus cara mereka bekerja.

Dua kebutuhan pelatihan akhirnya bertemu.

Pengguna umum membutuhkan pengetahuan keamanan agar dapat menggunakan AI dengan bertanggung jawab. Profesional cybersecurity membutuhkan pemahaman AI agar mampu mengenali cara kerja sistem tersebut, titik lemahnya dan risiko baru yang muncul.

Area pertemuannya cukup luas, mulai dari pengelolaan data, access control, keamanan aplikasi dan model, ancaman berbasis AI hingga governance.

Menambahkan kata “AI” pada nama pelatihan tentu belum otomatis mengajarkan semuanya. Sayangnya, kurikulum masih belum bisa diperbaiki dengan prompt satu baris.

Latih Momen Sebelum Tombol Upload Ditekan

Pelatihan keamanan AI akan lebih berguna ketika menggunakan situasi konkret.

Berikan skenario yang melibatkan dokumen pelanggan, informasi keuangan internal atau source code lalu minta peserta menentukan data mana yang aman untuk digunakan. Untuk peserta cybersecurity, gunakan workflow berbasis AI dan minta mereka mencari titik risiko pada data, identity dan access.

Latihan seperti ini menghubungkan literasi AI dengan keputusan yang benar-benar dibuat di tempat kerja.

Pendekatan tersebut juga relevan dengan ITSEC Cyber & AI Academy, tempat pembelajaran cybersecurity dan AI dapat dikembangkan sebagai kemampuan yang saling berhubungan, bukan dua topik teknologi yang berjalan sendiri-sendiri.

Mengetahui cara memberikan pertanyaan yang tepat kepada AI tentu berguna. Mengetahui informasi apa yang sebaiknya tidak diberikan bisa menghindarkan organisasi dari masalah yang jauh lebih panjang.

Pelajari program cybersecurity dan AI berbasis praktik di ITSEC Cyber & AI Academy.

Referensi: BLSDM Komdigi Banjarmasin: 750 Aparatur Ikuti Pelatihan AI, 7 September 2026 · NIST NICE: Shaping the Future of the Cyber Workforce in the Age of AI · ASEAN Foundation: AI Ready ASEAN

Share this post

You may also like

Masalah Talenta Keamanan Siber Indonesia Bukan Lagi Sekadar Jumlah
Cybersecurity

Masalah Talenta Keamanan Siber Indonesia Bukan Lagi Sekadar Jumlah

Indonesia membutuhkan lebih banyak profesional keamanan siber. Itu sudah jelas. Yang mulai perlu dipertanyakan adalah apakah masalah terbesar kita masih sebatas jumlah. Laporan 2026 SANS | GIAC Cybersecurity Workforce Research Report menemukan bahwa 60% organisasi yang disurvei merasa tim mereka belum memiliki kemampuan yang tepat untuk menghadapi ancaman saat ini. Bahkan, 27% responden melaporkan insiden keamanan yang berkaitan langsung dengan kesenjangan kemampuan. Jadi, punya tim keamanan saja belum cukup. Sebuah perusahaan bisa memiliki banyak tools, dashboard penuh alert dan teknologi yang mahal. Pertanyaan berikutnya jauh lebih sederhana: apakah orang yang menggunakannya tahu apa yang harus dilakukan ketika sesuatu benar-benar terjadi? PEKERJAAN KEAMANAN SIBER BERGERAK CEPAT AI membuat pertanyaan itu semakin relevan. Saat ini AI sudah dapat membantu menganalisis alert, memprioritaskan kerentanan dan menangani sebagian pekerjaan investigasi yang berulang. Pelaku serangan juga dapat menggunakan teknologi yang sama untuk mempercepat dan memperluas serangan. Pada Agustus 2026, Wakil Menteri Komunikasi dan Digital Nezar Patria mengingatkan bahwa perkembangan agentic AI dapat membuat serangan siber berjalan dengan lebih sedikit keterlibatan manusia secara langsung. Ia juga menyoroti ancaman seperti harvest now,

ITSEC AsiaITSEC Asia
|
Sep 01, 2026 3 minutes read
Apa yang Membedakan AI-Powered Penetration Testing dari Automated Scanner?
Cybersecurity

Apa yang Membedakan AI-Powered Penetration Testing dari Automated Scanner?

PENDAHULUAN Seberapa banyak temuan yang ditandai oleh vulnerability scanner setiap minggu yang benar-benar terbukti nyata? Riset dari OWASP menunjukkan false positive rate untuk jenis vulnerability umum berada di kisaran 15% hingga 30%, dan riset terpisah dari Snyk menemukan bahwa tim security kini menghabiskan sekitar 70% waktu mereka untuk mengejar alert yang ternyata tidak ada apa-apanya. Kesenjangan antara apa yang dilaporkan oleh tool dan apa yang sebenarnya bisa dieksploitasi bukanlah gangguan kecil. Inilah alasan mengapa sepertiga perusahaan yang disurvei mengaku terlambat merespons serangan sungguhan karena tim mereka sibuk menangani ancaman palsu. ITSEC Asia, perusahaan cybersecurity terkemuka di Indonesia, bekerja sama dengan organisasi di seluruh kawasan yang telah mempelajari hal ini dengan cara yang sulit, dan pertanyaan yang terus muncul cukup sederhana. Jika scanner sudah mencentang semua kotak yang diperlukan, mengapa AI-powered penetration testing masih diperlukan, dan apa sebenarnya yang dilakukannya secara berbeda? Sumber: OWASP false positive research via DEV Community [https://dev.to/kuboidsecurelayer/why-automated-vulnerability-scanners-miss-most-real-security-vulnerabilities-2p96] · Snyk: Minimizing False Positives [https://snyk.io/blog/minimizing-false-positives-enhancing-security-efficiency/] PERBEDAAN MENDASAR: MENGIKUTI ATURAN VERSUS BERNALAR SEPERTI ATTACKER Automated scanner bekerja dengan mencocokkan apa yang dilihatnya terhadap library pola-pola yang

ITSEC AsiaITSEC Asia
|
Jul 03, 2026 5 minutes read
Vulnerability Assessment vs Penetration Testing: Memahami Perbedaan yang Perlu Diketahui
Cybersecurity

Vulnerability Assessment vs Penetration Testing: Memahami Perbedaan yang Perlu Diketahui

Dalam dunia cybersecurity, istilah Vulnerability Assessment dan Penetration Testing (VAPT) sering digunakan secara bersamaan. Tidak sedikit organisasi yang menganggap keduanya memiliki fungsi yang sama. Padahal, meskipun sama-sama bertujuan meningkatkan keamanan, Vulnerability Assessment dan Penetration Testing memiliki pendekatan, tujuan dan hasil yang berbeda. Memahami perbedaan keduanya sangat penting agar organisasi dapat memilih metode yang paling sesuai dengan kebutuhan bisnis dan tingkat risiko yang dihadapi. APA ITU VULNERABILITY ASSESSMENT? Vulnerability Assessment adalah proses identifikasi dan evaluasi kerentanan pada sistem, jaringan, aplikasi maupun aset digital lainnya. Tujuan utama dari Vulnerability Assessment adalah menemukan sebanyak mungkin kelemahan yang berpotensi dimanfaatkan oleh attacker. APA YANG DILAKUKAN DALAM VULNERABILITY ASSESSMENT? Proses Vulnerability Assessment umumnya meliputi: * Discovery terhadap aset yang diuji. * Pemindaian kerentanan menggunakan tools otomatis. * Klasifikasi tingkat keparahan risiko. * Penyusunan daftar temuan dan rekomendasi perbaikan. Pendekatan ini membantu organisasi memahami area mana yang memiliki risiko paling tinggi dan membutuhkan prioritas remediasi. KELEBIHAN VULNERABILITY ASSESSMENT Vulnerability Assessment menawarkan sejumlah manfaat, antara lain: * Proses yang relatif cepat. * Cakupan yang luas. * Biaya yang lebih efisien.

ITSEC AsiaITSEC Asia
|
Jun 15, 2026 4 minutes read

Receive weekly
updates on new posts

Subscribe