Logo
Cybersecurity

Pelatihan Cybersecurity yang Baik Perlu Membiarkan Peserta Salah

Kalau semua skenario latihan selalu berakhir sukses, mungkin yang sedang diuji justru desain kelasnya, bukan kemampuan pesertanya.

ITSEC AsiaITSEC Asia
|
Sep 16, 2026
Pelatihan Cybersecurity yang Baik Perlu Membiarkan Peserta Salah

SOC analyst menerima beberapa alert lalu memilih yang salah untuk diinvestigasi lebih dulu. Penetration tester melewatkan sebuah vulnerability. Seseorang membuat asumsi yang membawa investigasi insiden ke arah yang keliru.

Di lingkungan nyata, kesalahan seperti itu bisa mahal.

Di lingkungan latihan yang terkontrol, kesalahan tersebut justru memberikan data yang berguna.

Webinar NICE dari NIST pada 16 September membahas persiapan talenta cyber melalui reality based education dan pengalaman hands on. Salah satu prinsip yang dibawa cukup menarik: kegagalan dapat menjadi data untuk membaca kesiapan tenaga kerja. Pembahasannya melihat bagaimana pendidikan dan perusahaan dapat menggunakan controlled realism agar peserta mengembangkan kemampuan kerja yang sebenarnya.

Ada perbedaan besar antara berhasil menyelesaikan soal dan menunjukkan bagaimana seseorang bekerja.

Jawaban Benar Belum Menceritakan Seluruh Proses

Asesmen tradisional cukup bagus untuk menjawab satu pertanyaan: apakah peserta mengetahui jawabannya?

Operasi cybersecurity membutuhkan informasi lebih banyak.

Bayangkan dua analyst akhirnya menemukan compromised account yang sama. Analyst pertama langsung melihat authentication pattern yang aneh. Analyst kedua menghabiskan 40 menit memeriksa aktivitas lain sebelum mencapai kesimpulan serupa.

Keduanya mungkin sama sama mendapatkan tanda centang untuk “berhasil menemukan insiden.”

Kemampuannya belum tentu sama.

Latihan realistis dapat menunjukkan:

  • Evidence mana yang diperiksa lebih dulu
  • Cara menentukan prioritas beberapa signal
  • Kapan peserta meminta bantuan atau melakukan eskalasi
  • Apakah asumsi diperiksa sebelum mengambil tindakan
  • Bagaimana respons setelah keputusan awal ternyata salah
  • Apakah peserta mampu menjelaskan pelajaran dari kesalahannya

Poin terakhir cukup relevan. Profesional cybersecurity tidak akan selalu membuat keputusan pertama yang benar. Mereka perlu mampu menyadari ketika evidence berubah lalu menyesuaikan tindakan.

Kesalahan Perlu Dirancang dengan Baik

Pelatihan yang baik bukan berarti membuat skenario mustahil lalu melihat peserta kesulitan.

Controlled failure membutuhkan informasi realistis, ruang untuk judgment dan konsekuensi yang tetap aman di dalam simulasi.

Lab penetration testing dapat menyediakan beberapa attack path yang terlihat menjanjikan tetapi hanya satu yang benar benar relevan. Simulasi SOC bisa mencampurkan benign alert dengan insiden nyata. Skenario cloud security dapat membiarkan peserta melakukan perbaikan yang menyelesaikan satu masalah tetapi tanpa sengaja membuat masalah baru.

Setelah itu, instruktur memiliki bahan diskusi yang jauh lebih berguna daripada sekadar nilai.

Kenapa memilih jalur tersebut? Evidence apa yang akhirnya mengubah keputusan? Kapan seharusnya eskalasi dilakukan?

Kesalahan mulai berubah menjadi pembelajaran.

Temukan Gap Sebelum Menentukan Pelatihannya

Pendekatan seperti ini juga membantu organisasi menggunakan investasi pelatihan dengan lebih tepat.

Kalau tim selalu mampu menemukan ancaman tetapi kesulitan menentukan prioritas, mengirim mereka kembali ke kelas security dasar kemungkinan tidak menyelesaikan masalah. Kalau analyst bagus dalam investigasi tetapi informasi sering hilang saat handover, gap-nya berada di tempat lain.

NICE Framework mendukung pendekatan berbasis pekerjaan tersebut dengan mendefinisikan role melalui task, knowledge dan skill, bukan hanya nama jabatan.

Lingkungan praktis seperti cyber range dapat membuat gap tersebut terlihat. Di ITSEC Cyber & AI Academy, skenario hands on dapat memberi peserta ruang untuk mencoba keputusan, melihat konsekuensinya lalu memperbaiki kemampuan melalui latihan berulang.

Tidak ada perusahaan yang ingin karyawannya mendapatkan pelajaran cybersecurity termahal untuk pertama kalinya ketika insiden sungguhan sedang berlangsung.

Jauh lebih murah untuk salah di ruang latihan.

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

Referensi: NIST NICE: Preparing Today’s Students for Tomorrow’s Cyber Careers, 16 September 2026 · NIST NICE Webinar Series · NIST NICE Workforce Framework for Cybersecurity

Share this post

You may also like

AI Agent Mengubah Skill yang Dibutuhkan Tim Cybersecurity
Cybersecurity

AI Agent Mengubah Skill yang Dibutuhkan Tim Cybersecurity

NIST sedang membangun AI agent untuk salah satu sumber data cybersecurity publik yang banyak digunakan. Pada 17 September, Information Technology Laboratory NIST mempresentasikan pengembangan agentic workflow untuk membantu proses enrichment informasi vulnerability di National Vulnerability Database. NIST menyebut pekerjaan ini sebagai respons terhadap jumlah dan kompleksitas vulnerability yang terus meningkat. Presentasinya membahas architecture, masalah yang ditemukan selama implementation serta hasil awal penggunaan sistem tersebut. Proyek tersebut menunjukkan perubahan yang lebih luas. AI mulai bergerak dari menghasilkan informasi menuju menjalankan serangkaian pekerjaan. NIST menggambarkan AI agent sebagai sistem yang dapat melakukan tindakan secara otonom serta berinteraksi dengan sistem eksternal dan data internal. Bagi profesional cybersecurity, ada lapisan kemampuan baru yang perlu dipelajari. SECURITY HARUS MENGIKUTI TINDAKANNYA Aplikasi AI biasa menerima prompt lalu menghasilkan jawaban. Agent dapat memiliki akses ke tool, data dan permission yang membuatnya mampu melanjutkan pekerjaan sendiri. Pertanyaan security ikut berubah. * Sistem apa saja yang bisa diakses agent? * Tindakan apa yang dapat dilakukan tanpa approval? * Identity dan permission apa yang digunakan? * Bagaimana sensitive context disimpan antar task? * Bisakah

ITSEC AsiaITSEC Asia
|
Sep 18, 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
How IoT Devices Are Expanding the Cybersecurity Attack Surface
Cybersecurity

How IoT Devices Are Expanding the Cybersecurity Attack Surface

INTRODUCTION When people hear “IoT security, [https://itsec.asia/services/ot-ics-cybersecurity]” they often assume it’s something only IT teams need to worry about. In reality, IoT security affects everyday users, households, and businesses alike.* From smart home devices to office surveillance systems, connected devices are now part of critical daily operations. The more devices we connect, the wider the potential attack surface becomes. Here’s the part no one really talks about: Many IoT environments are deployed quickly for convenience, not necessarily designed with security as the top priority. It’s not negligence. It’s just how fast technology moves. Source: aciano.net [https://aciano.net/blog/iot-security-risks/], cio.com [https://www.cio.com/article/3990581/iot-security-challenges-and-best-practices-for-a-hyperconnected-world.html?] THE IOT LANDSCAPE NOWADAYS Security used to focus on protecting networks with firewalls and perimeter defenses. Today, attackers are shifting their focus to easier targets: user credentials, weak device authentication, misconfigured cloud dashboards, and unpatched firmware.  Today, attackers are more interested in: * User credentials * Weak device authentication * Misconfigured cloud dashboards * Unpatched firmware IoT devices often rely on cloud platforms for monitoring, analytics, and control. That means IoT security is no longer just about the

ITSEC AsiaITSEC Asia
|
Mar 06, 2026 5 minutes read

Receive weekly
updates on new posts

Subscribe