1. Analisis Logika (25%)
Jelaskan dengan bahasa kamu sendiri mengapa kombinasi blockchain publik, GenAI, dan portal pemerintah dapat menimbulkan risiko baru terhadap privasi dan keamanan data warga. Gunakan logika dan contoh yang kamu buat sendiri, bukan teori hafalan.
Contoh arah jawaban: bagaimana pola transaksi atau ringkasan AI dapat secara tidak sengaja mengungkap identitas seseorang.
Jawab:
Kombinasi blockchain publik, GenAI, dan portal pemerintah bisa menimbulkan risiko baru karena sifat terbuka dan saling terhubungnya sistem. Blockchain publik memang transparan, tapi pola transaksi seperti waktu, jenis dokumen, atau wilayah validator bisa secara tidak sengaja menyingkap identitas warga. GenAI yang digunakan untuk meringkas dokumen juga bisa “kepanjangan lidah”, misalnya menampilkan nama, nilai, atau data pribadi dari dokumen aslinya. Sementara itu, portal pemerintah yang menghubungkan keduanya menjadi target empuk bagi peretas lewat serangan API (Application Programming Interface) atau DDoS (Distributed Denial of Service). Jadi, meskipun tujuannya untuk efisiensi dan kepercayaan publik, gabungan teknologi ini justru bisa membuka celah privasi dan keamanan jika tidak diawasi dengan ketat.
2. Dua Skenario (20%)
Buat dua cerita singkat:
A: Situasi di mana hashing lebih tepat digunakan daripada enkripsi, dan jelaskan alasannya.
B: Situasi di mana enkripsi lebih aman dan hashing tidak cukup, sertakan juga alasan teknisnya.
Gunakan contoh buatan sendiri yang masih berkaitan dengan konteks blockchain, website, atau sistem AI.
Jawab:
A. Saat Hashing Lebih Tepat Digunakan
Sebuah startup AI bernama NeuraBlock membuat sistem untuk mencatat keaslian model kecerdasan buatannya di blockchain. Setiap kali mereka selesai melatih model baru, berkas model tersebut dibuatkan hash menggunakan algoritma SHA-256, lalu hasilnya disimpan di blockchain. Bulan berikutnya, ada orang lain yang mengklaim punya model yang sama. Untuk membuktikan bahwa model mereka adalah yang asli, tim NeuraBlock cukup menghitung ulang hash dari model mereka dan menunjukkan bahwa hasilnya sama dengan yang tercatat di blockchain. Dengan begitu, mereka bisa membuktikan keaslian model tanpa harus membocorkan isinya. Dalam situasi ini, hashing lebih tepat karena tujuannya adalah memastikan integritas data, bukan merahasiakan isinya. Hash tidak bisa dibalik, jadi aman untuk disimpan atau dibagikan secara publik, sementara enkripsi justru tidak perlu karena data tidak butuh dibuka kembali.
B. Saat Enkripsi Lebih Aman dan Hashing Tidak Cukup
Perusahaan web bernama LumosPay punya website yang menyimpan dompet digital untuk para penggunanya. Setiap pengguna memiliki private key yang digunakan untuk menandatangani transaksi di blockchain. Jika perusahaan hanya menyimpan hasil hash dari private key, maka kunci itu tidak akan bisa digunakan lagi karena hashing bersifat satu arah dan tidak bisa dikembalikan ke bentuk aslinya. Karena itu, LumosPay menggunakan enkripsi simetris AES-256 untuk menyimpan private key secara aman di database. Saat pengguna melakukan transaksi, sistem akan mendekripsi kunci tersebut dengan izin dan kunci rahasia yang tersimpan di tempat khusus yang aman. Enkripsi lebih cocok di sini karena data perlu disimpan secara rahasia tapi juga bisa digunakan kembali. Hashing tidak cukup, sebab ia hanya berfungsi sebagai sidik jari data, bukan cara untuk menyimpan data yang bisa diakses kembali.
3. Contoh Data Buatan (15%)
Tulis tiga sampai lima baris data contoh fiktif untuk menunjukkan bagaimana penyerang dapat menebak identitas seseorang.
Gunakan format sederhana seperti contoh berikut (boleh disesuaikan):
TxID001 – waktu: 2025-10-12 09:30 – dokumen: izin usaha – validator: Dinas A – ringkasan AI: “Pemilik baru: Rina”
TxID002 – waktu: 2025-10-12 09:32 – dokumen: akta kelahiran – validator: Disdukcapil B – ringkasan AI: “Anak dari pegawai BUMN”
Setelah itu, jelaskan dengan dua sampai tiga kalimat bagaimana penyerang dapat menebak siapa orang yang dimaksud.
Jawab:
TxID101 – waktu: 2025-10-12 09:30 – dokumen: izin usaha – validator: Dinas Perindustrian Kota X – ringkasan AI: “Pemilik baru: Syafira A.”
TxID102 – waktu: 2025-10-12 09:32 – dokumen: akta kelahiran – validator: Disdukcapil Kecamatan Y – ringkasan AI: “Anak dari pegawai BUMN Z”
TxID103 – waktu: 2025-10-13 14:05 – dokumen: surat kepemilikan tanah – validator: Kantor Pertanahan Kota X – ringkasan AI: “Tanah diwariskan ke keluarga S.”
TxID104 – waktu: 2025-10-14 08:20 – dokumen: SIM (kategori C) – validator: Satpas Polres X – ringkasan AI: “Domisili: Kecamatan Y”
TxID105 – waktu: 2025-10-15 11:50 – dokumen: NPWP – validator: KPP Y – ringkasan AI: “Pekerjaan: Pemilik Butik Simpletics”
Penyerang bisa menggabungkan potongan informasi dari nama depan + inisial keluarga, domisili Kecamatan Y, hubungan kerja dengan BUMN, dan jenis dokumen seperti izin usaha atau kepemilikan tanah lalu mencocokkannya dengan sumber publik (media sosial, daftar usaha, berita lokal) untuk menebak siapa orang itu. Meski tiap baris sendiri tampak anonim, penggabungan beberapa baris dan sumber eksternal membuat re-identifikasi jadi mungkin.
4. Serangan ke Website Pemerintah (20%)
Pilih satu jenis serangan yang mungkin terjadi, seperti DDoS, SQL Injection, atau penyalahgunaan AI untuk social engineering.
- Jelaskan secara berurutan
- Bagaimana serangan bisa terjadi
- Tujuan penyerang
- Dampak yang ditimbulkan
- Cara pencegahannya (minimal dua langkah teknis dan dua langkah kebijakan atau prosedur kerja)
Gunakan gaya penjelasan seperti sedang menjelaskan kepada tim keamanan kampus.
Jawab:
- SQL Injection bisa terjadi ketika sebuah situs pemerintahan menerima input dari pengguna misalnya formulir pendaftaran, kolom pencarian, atau parameter `id` di URL lalu langsung memasukkan input itu ke perintah SQL tanpa pembersihan atau pemisahan yang benar. Penyerang pertama-tama melakukan reconnaissance untuk menemukan titik input yang rentan, lalu mengirimkan karakter atau pola khusus untuk melihat apakah server memberi pesan error database atau mengembalikan data yang tidak semestinya; jika rentan, mereka menaruh payload yang mengubah logika kueri sehingga bisa membaca tabel lain, menulis data baru, atau menghapus data. Setelah berhasil, penyerang bisa mengekspor data sensitif, membuat akun admin palsu, atau menanam skrip yang memberi mereka akses berulang.
- Tujuan penyerang biasanya mengambil data pribadi warga seperti NIK, alamat, atau dokumen resmi untuk dijual atau dipakai penipuan, mengubah catatan resmi untuk keuntungan finansial atau politis, atau hanya merusak reputasi lembaga.
- Dampaknya: kebocoran data menyebabkan risiko pencurian identitas dan tuntutan hukum, publik kehilangan kepercayaan pada layanan online pemerintah, layanan bisa terganggu karena data korup atau dihapus, dan biaya pemulihan serta gangguan operasional bisa besar. Selain itu, bila kredensial staf ikut bocor, serangan lanjutan menjadi jauh lebih mudah.
- Untuk mencegahnya dari sisi teknis, pastikan semua akses database memakai prepared statements atau parameterized queries sehingga input pengguna tidak pernah disisipkan langsung ke string kueri; lakukan validasi dan sanitasi input di sisi server dengan membatasi panjang, tipe, dan pola (misalnya `id` hanya angka) serta lakukan output encoding saat menampilkan data; batasi hak akses akun aplikasi ke prinsip least privilege sehingga akun yang dipakai aplikasi tidak bisa menjalankan operasi berbahaya seperti DROP atau ALTER; dan tambahkan lapisan proteksi seperti Web Application Firewall (WAF), monitoring kueri, dan logging yang baik agar pola injeksi cepat terdeteksi dan dianalisis.
5. Strategi Pertahanan (10%)
Tuliskan satu paragraf strategi keamanan yang mencakup lima hal berikut: salt/pepper, pseudonymization, pembatasan akses internal, audit dan logging, serta data minimization.
Tulis seolah kamu adalah penanggung jawab keamanan di sistem pemerintahan, dan jelaskan dengan bahasa yang sederhana tetapi menunjukkan pemahaman teknis.
Jawab:
Sebagai penanggung jawab keamanan di sistem pemerintahan, saya memastikan setiap data warga terlindungi dari kebocoran maupun penyalahgunaan. Untuk kata sandi, kami menambahkan (salt dan pepper) sebelum di-hash, supaya meski ada dua orang punya kata sandi sama, hasil hash-nya tetap berbeda dan sulit dibalik oleh penyerang. Kami juga menerapkan (pseudonymization), yaitu mengganti data pribadi seperti nama atau NIK dengan kode acak saat data digunakan untuk analisis, agar identitas asli warga tidak langsung terlihat. Di sisi internal, kami membuat aturan (pembatasan akses), sehingga hanya pegawai yang benar-benar butuh data tertentu untuk pekerjaannya yang bisa membukanya. Semua aktivitas penting dicatat lewat (audit dan logging), jadi setiap akses, perubahan, atau percobaan login bisa dilacak jika ada hal mencurigakan. Terakhir, kami menerapkan prinsip (data minimization), artinya kami hanya mengumpulkan dan menyimpan data yang benar-benar dibutuhkan, supaya kalau pun ada serangan, dampaknya tetap terbatas.
6. Refleksi Etika dan Dampak Sosial (10%)
Tuliskan pendapat pribadi kamu tentang mengapa kebocoran data publik dari sistem seperti ini bisa lebih berbahaya daripada kebocoran password biasa.
Bahas dari sisi:
A. Dampak terhadap reputasi seseorang
B. Kepercayaan masyarakat terhadap pemerintah
C. Tanggung jawab etis lembaga pengelola data
Gunakan gaya opini pribadi, bukan teori.
Jawab:
A. Dampak terhadap reputasi seseorang Menurut saya, kebocoran data publik bisa merusak reputasi seseorang jauh lebih parah daripada sekadar bocornya password. Kalau password bocor, orang masih bisa menggantinya, tapi kalau data pribadi seperti NIK, alamat, atau riwayat pribadi tersebar, itu sulit diperbaiki. Data semacam itu bisa disalahgunakan untuk menyebarkan fitnah, melakukan penipuan atas nama orang tersebut, atau bahkan memengaruhi pandangan publik terhadap dirinya. Akibatnya, orang bisa kehilangan kepercayaan dari lingkungan sosial maupun profesionalnya tanpa tahu bagaimana cara membersihkannya.
B. Kepercayaan masyarakat terhadap pemerintah
Kebocoran data dari sistem pemerintahan juga bisa membuat masyarakat kehilangan rasa aman dan kepercayaan terhadap institusi negara. Warga memberikan datanya dengan keyakinan bahwa pemerintah mampu menjaganya. Ketika data itu bocor, rasa percaya itu runtuh, dan masyarakat menjadi ragu untuk menggunakan layanan digital pemerintah. Akibatnya, program digitalisasi dan pelayanan publik berbasis teknologi bisa terhambat karena orang memilih kembali ke cara manual yang dianggap lebih aman.
C. Tanggung jawab etis lembaga pengelola data
Menurut saya, lembaga pengelola data punya tanggung jawab etis yang sangat besar karena mereka memegang informasi yang mewakili identitas dan kehidupan nyata warga negara. Tanggung jawab ini bukan cuma soal mematuhi aturan teknis atau hukum, tapi juga soal menjaga kepercayaan dan martabat manusia. Pemerintah dan lembaganya harus menempatkan keamanan data sebagai prioritas utama, memperlakukan setiap data bukan sebagai “aset” semata, melainkan sebagai amanah. Gagal menjaga amanah ini berarti melukai kepercayaan publik yang sudah susah payah dibangun.