KI: Proyek Akhir (AI Security Project) - Revision history

Onnowpurbo: /* AI Privacy Checker */

2026-01-23T23:41:42Z

AI Privacy Checker

Onnowpurbo: /* Pilihan Proyek */

2026-01-23T23:39:36Z

Pilihan Proyek

Onnowpurbo: /* Kerangka Umum Proyek */

2026-01-23T23:37:17Z

Kerangka Umum Proyek

Onnowpurbo at 23:00, 23 January 2026

2026-01-23T23:00:34Z

Onnowpurbo: Created page with "BAB 13: Proyek Akhir (AI Security Project) Bab ini adalah puncak dari seluruh perjalanan pembelajaran keamanan informasi. Jika pada bab-bab sebelumnya mahasiswa belajar konse..."

2026-01-23T01:57:31Z

Created page with "BAB 13: Proyek Akhir (AI Security Project) Bab ini adalah puncak dari seluruh perjalanan pembelajaran keamanan informasi. Jika pada bab-bab sebelumnya mahasiswa belajar konse..."

New page

BAB 13: Proyek Akhir (AI Security Project)

Bab ini adalah puncak dari seluruh perjalanan pembelajaran keamanan informasi. Jika pada bab-bab sebelumnya mahasiswa belajar konsep, tools, dan praktik secara terpisah, maka pada Proyek Akhir ini semuanya dirangkai menjadi satu sistem utuh. Di sinilah mahasiswa berpikir sebagai security engineer, bukan sekadar menjalankan perintah.
Proyek ini dirancang agar mahasiswa:
mengidentifikasi masalah keamanan nyata,
merancang solusi berbasis AI,
mengimplementasikan solusi dengan open-source tools, dan
menjelaskan logika keamanannya secara rasional dan dapat dipertanggungjawabkan.
Tidak ada jawaban tunggal yang benar. Yang dinilai bukan kecanggihan AI, tetapi ketepatan desain, logika keamanan, dan pemahaman risiko.
Tujuan
Setelah menyelesaikan proyek ini, mahasiswa diharapkan mampu:
membangun solusi keamanan end-to-end, dari data → model → analisis → rekomendasi
memahami peran AI sebagai alat bantu keputusan, bukan pengganti manusia
menjelaskan batasan, risiko, dan potensi kesalahan AI
menghubungkan keamanan teknis dengan konteks sosial dan regulasi (PDP)
Security is not about tools. It is about decisions.
Kerangka Umum Proyek
Setiap pilihan proyek HARUS mengikuti alur berikut:
Problem Definition
Apa masalah keamanannya? Siapa yang terdampak? Apa risikonya?
Data Understanding
Data apa yang digunakan? Apakah mengandung personal data? Bagaimana risikonya?
AI / Logic Design
Apakah menggunakan rule-based, machine learning, atau hybrid?
Implementation
Script Python, pipeline sederhana, dan dokumentasi jelas.
Evaluation & Limitation
Di mana AI bisa salah? Apa dampaknya?
Security & Ethical Reflection
Apakah solusi ini aman, etis, dan realistis?
Pilihan Proyek
Mahasiswa memilih satu dari empat proyek berikut. Semua proyek setara nilainya, yang berbeda hanyalah sudut pandang keamanan.
AI Deteksi Phishing
Fokus: Perlindungan pengguna dari manipulasi sosial
Phishing adalah serangan paling umum dan paling efektif karena menyerang manusia, bukan sistem. Proyek ini menantang mahasiswa untuk membangun AI sederhana yang membantu mendeteksi pesan phishing berdasarkan konten teks.
Mahasiswa akan belajar bahwa:
AI tidak memahami niat, hanya pola
false positive dan false negative adalah risiko nyata
deteksi phishing bukan sekadar klasifikasi teks, tetapi soal konteks
Implementasi dapat mencakup:
analisis kata kunci mencurigakan (urgent, verify now, account suspended)
deteksi pola URL tidak wajar
scoring risiko pesan
Yang penting:
Mahasiswa WAJIB menjelaskan mengapa suatu pesan dianggap berbahaya, bukan hanya menampilkan hasil prediction.
AI Audit Data Pribadi
Fokus: Kepatuhan & kesadaran Perlindungan Data Pribadi
Banyak sistem menyimpan data tanpa sadar bahwa data tersebut sensitif dan berisiko hukum. Proyek ini mengajak mahasiswa membuat AI atau script cerdas untuk memindai data dan mengidentifikasi potensi pelanggaran PDP.
Mahasiswa akan menghadapi pertanyaan kritis:
Apa yang disebut personal data?
Apakah email, IP address, atau log termasuk data pribadi?
Bagaimana jika data terenkripsi tapi disimpan tanpa izin?
Contoh kemampuan sistem:
mendeteksi kolom sensitif (NIK, email, nomor HP)
memberi peringatan tingkat risiko
menyarankan mitigasi (hashing, encryption, access control)
Proyek ini menekankan bahwa:
Security tanpa privacy adalah ilusi keamanan.
AI IDS Sederhana
Fokus: Deteksi anomali dan serangan jaringan
Di proyek ini mahasiswa membangun Intrusion Detection System berbasis AI sederhana. Tidak perlu real-time atau kompleks — yang penting adalah logika deteksi dan interpretasi hasil.
Mahasiswa akan belajar bahwa:
Anomaly detection ≠ attack detection
AI bisa salah membaca trafik normal sebagai serangan
konteks jaringan sangat menentukan hasil
Contoh pendekatan:
membaca log koneksi (IP, port, frekuensi)
mendeteksi pola tidak normal
memberi skor risiko koneksi
Penekanan utama:
AI tidak menggantikan IDS konvensional, tetapi melengkapi
hasil AI HARUS bisa dijelaskan secara teknis
AI Privacy Checker
Fokus: Transparansi & kesadaran pengguna
Proyek ini berorientasi pada user awareness. Mahasiswa membuat sistem yang membantu pengguna memahami risiko privasi dari data atau sistem yang mereka gunakan.
Contoh implementasi:
analisis file konfigurasi
pemeriksaan permission aplikasi
deteksi data sensitif dalam folder/log
Sistem tidak harus otomatis memblokir, tetapi:
memberi peringatan
menjelaskan risiko
memberi rekomendasi praktis
Nilai utama proyek ini adalah:
Membantu manusia membuat keputusan yang lebih sadar.
Output yang Wajib Dikumpulkan
Setiap proyek HARUS menghasilkan:
Source code (Python, open-source only)
README / laporan singkat berisi:
tujuan sistem
desain logika
hasil pengujian
keterbatasan sistem
Refleksi keamanan & etika (1–2 halaman)
Catatan Penting untuk Mahasiswa
AI bukan solusi ajaib
Sistem sederhana dengan penjelasan bagus lebih bernilai daripada model kompleks tanpa pemahaman
Overclaiming adalah kesalahan fatal
Transparansi lebih penting daripada akurasi tinggi yang tidak bisa dijelaskan
Penutup
Bab ini bukan tentang membuat AI paling pintar.
Bab ini tentang menjadi engineer yang bertanggung jawab.
Jika setelah proyek ini mahasiswa:
lebih kritis terhadap klaim AI,
lebih sadar risiko data,
dan lebih berhati-hati dalam desain sistem,
maka proyek ini telah berhasil.
Good security is invisible.
Great security is understandable.

==Pranala Menarik==

* [[Keamanan Informasi: Kuliah]]

@@ Line 20: / Line 20: @@
 ==Kerangka Umum Proyek==
 Setiap pilihan proyek HARUS mengikuti alur berikut:
-* Problem Definition
+* '''Problem Definition''' - Apa masalah keamanannya? Siapa yang terdampak? Apa risikonya?
-Apa masalah keamanannya? Siapa yang terdampak? Apa risikonya?
+* '''Data Understanding''' - Data apa yang digunakan? Apakah mengandung personal data? Bagaimana risikonya?
-* Data Understanding
+* '''AI / Logic Design''' - Apakah menggunakan rule-based, machine learning, atau hybrid?
-Data apa yang digunakan? Apakah mengandung personal data? Bagaimana risikonya?
+* '''Implementation''' -  Script Python, pipeline sederhana, dan dokumentasi jelas.
-* AI / Logic Design
+* '''Evaluation & Limitation''' - Di mana AI bisa salah? Apa dampaknya?
-Apakah menggunakan rule-based, machine learning, atau hybrid?
+* '''Security & Ethical Reflection''' - Apakah solusi ini aman, etis, dan realistis?
 ==Pilihan Proyek==

@@ Line 87: / Line 87: @@
 ===AI Privacy Checker===
 Fokus: Transparansi & kesadaran pengguna
 Proyek ini berorientasi pada user awareness. Mahasiswa membuat sistem yang membantu pengguna memahami risiko privasi dari data atau sistem yang mereka gunakan.
 Contoh implementasi:
-analisis file konfigurasi
+* analisis file konfigurasi
-pemeriksaan permission aplikasi
+* pemeriksaan permission aplikasi
-deteksi data sensitif dalam folder/log
+* deteksi data sensitif dalam folder/log
 Sistem tidak harus otomatis memblokir, tetapi:
-memberi peringatan
+* memberi peringatan
-menjelaskan risiko
+* menjelaskan risiko
-memberi rekomendasi praktis
+* memberi rekomendasi praktis
 Nilai utama proyek ini adalah:
-Membantu manusia membuat keputusan yang lebih sadar.
+* Membantu manusia membuat keputusan yang lebih sadar.
 Output yang Wajib Dikumpulkan
 Setiap proyek HARUS menghasilkan:
-Source code (Python, open-source only)
+* Source code (Python, open-source only)
-README / laporan singkat berisi:
+* README / laporan singkat berisi:
-tujuan sistem
+** tujuan sistem
-desain logika
+** desain logika
-hasil pengujian
+** hasil pengujian
-keterbatasan sistem
+** keterbatasan sistem
-Refleksi keamanan & etika (1–2 halaman)
+* Refleksi keamanan & etika (1–2 halaman)
 Catatan Penting untuk Mahasiswa
-AI bukan solusi ajaib
+==Catatan Penting untuk Mahasiswa==
-Sistem sederhana dengan penjelasan bagus lebih bernilai daripada model kompleks tanpa pemahaman
+* AI bukan solusi ajaib
-Overclaiming adalah kesalahan fatal
+* Sistem sederhana dengan penjelasan bagus lebih bernilai daripada model kompleks tanpa pemahaman
-Transparansi lebih penting daripada akurasi tinggi yang tidak bisa dijelaskan
+* Overclaiming adalah kesalahan fatal
-Penutup
+* Transparansi lebih penting daripada akurasi tinggi yang tidak bisa dijelaskan
 Bab ini bukan tentang membuat AI paling pintar.
 Bab ini tentang menjadi engineer yang bertanggung jawab.
 Jika setelah proyek ini mahasiswa:
-lebih kritis terhadap klaim AI,
+* lebih kritis terhadap klaim AI,
-lebih sadar risiko data,
+* lebih sadar risiko data,
-dan lebih berhati-hati dalam desain sistem,
+* dan lebih berhati-hati dalam desain sistem,
 maka proyek ini telah berhasil.
-Good security is invisible.
+* Good security is invisible.
-Great security is understandable.
+* Great security is understandable.
 ==Pranala Menarik==
 * [[Keamanan Informasi: Kuliah]]

@@ Line 29: / Line 29: @@
 ==Pilihan Proyek==
 Mahasiswa memilih satu dari empat proyek berikut. Semua proyek setara nilainya, yang berbeda hanyalah sudut pandang keamanan.
 AI Deteksi Phishing
 Fokus: Perlindungan pengguna dari manipulasi sosial
 Phishing adalah serangan paling umum dan paling efektif karena menyerang manusia, bukan sistem. Proyek ini menantang mahasiswa untuk membangun AI sederhana yang membantu mendeteksi pesan phishing berdasarkan konten teks.
 Mahasiswa akan belajar bahwa:
-AI tidak memahami niat, hanya pola
+* AI tidak memahami niat, hanya pola
-false positive dan false negative adalah risiko nyata
+* false positive dan false negative adalah risiko nyata
-deteksi phishing bukan sekadar klasifikasi teks, tetapi soal konteks
+* deteksi phishing bukan sekadar klasifikasi teks, tetapi soal konteks
 Implementasi dapat mencakup:
-analisis kata kunci mencurigakan (urgent, verify now, account suspended)
+* analisis kata kunci mencurigakan (urgent, verify now, account suspended)
-deteksi pola URL tidak wajar
+* deteksi pola URL tidak wajar
-scoring risiko pesan
+* scoring risiko pesan
 Yang penting:
 Mahasiswa WAJIB menjelaskan mengapa suatu pesan dianggap berbahaya, bukan hanya menampilkan hasil prediction.
 AI Audit Data Pribadi
 Fokus: Kepatuhan & kesadaran Perlindungan Data Pribadi
 Banyak sistem menyimpan data tanpa sadar bahwa data tersebut sensitif dan berisiko hukum. Proyek ini mengajak mahasiswa membuat AI atau script cerdas untuk memindai data dan mengidentifikasi potensi pelanggaran PDP.
 Mahasiswa akan menghadapi pertanyaan kritis:
-Apa yang disebut personal data?
+* Apa yang disebut personal data?
-Apakah email, IP address, atau log termasuk data pribadi?
+* Apakah email, IP address, atau log termasuk data pribadi?
-Bagaimana jika data terenkripsi tapi disimpan tanpa izin?
+* Bagaimana jika data terenkripsi tapi disimpan tanpa izin?
 Contoh kemampuan sistem:
-mendeteksi kolom sensitif (NIK, email, nomor HP)
+* mendeteksi kolom sensitif (NIK, email, nomor HP)
-memberi peringatan tingkat risiko
+* memberi peringatan tingkat risiko
-menyarankan mitigasi (hashing, encryption, access control)
+* menyarankan mitigasi (hashing, encryption, access control)
 Proyek ini menekankan bahwa:
 Security tanpa privacy adalah ilusi keamanan.
 AI IDS Sederhana
 Fokus: Deteksi anomali dan serangan jaringan
 Di proyek ini mahasiswa membangun Intrusion Detection System berbasis AI sederhana. Tidak perlu real-time atau kompleks — yang penting adalah logika deteksi dan interpretasi hasil.
 Mahasiswa akan belajar bahwa:
-Anomaly detection ≠ attack detection
+* Anomaly detection ≠ attack detection
-AI bisa salah membaca trafik normal sebagai serangan
+* AI bisa salah membaca trafik normal sebagai serangan
-konteks jaringan sangat menentukan hasil
+* konteks jaringan sangat menentukan hasil
 Contoh pendekatan:
-membaca log koneksi (IP, port, frekuensi)
+* membaca log koneksi (IP, port, frekuensi)
-mendeteksi pola tidak normal
+* mendeteksi pola tidak normal
-memberi skor risiko koneksi
+* memberi skor risiko koneksi
 Penekanan utama:
-AI tidak menggantikan IDS konvensional, tetapi melengkapi
+* AI tidak menggantikan IDS konvensional, tetapi melengkapi
-hasil AI HARUS bisa dijelaskan secara teknis
+* hasil AI HARUS bisa dijelaskan secara teknis
 AI Privacy Checker
 Fokus: Transparansi & kesadaran pengguna
 Proyek ini berorientasi pada user awareness. Mahasiswa membuat sistem yang membantu pengguna memahami risiko privasi dari data atau sistem yang mereka gunakan.
@@ Line 106: / Line 123: @@
 Good security is invisible.
 Great security is understandable.
 ==Pranala Menarik==
 * [[Keamanan Informasi: Kuliah]]

@@ Line 1: / Line 1: @@
-BAB 13: Proyek Akhir (AI Security Project)
+Bab ini adalah puncak dari seluruh perjalanan pembelajaran keamanan informasi. Jika pada bab-bab sebelumnya mahasiswa belajar konsep, tools, dan praktik secara terpisah, maka pada Proyek Akhir ini semuanya dirangkai menjadi satu sistem utuh. Di sinilah mahasiswa berpikir sebagai security engineer, bukan sekadar menjalankan perintah.
 Proyek ini dirancang agar mahasiswa:
-mengidentifikasi masalah keamanan nyata,
+* mengidentifikasi masalah keamanan nyata,
-merancang solusi berbasis AI,
+* merancang solusi berbasis AI,
-mengimplementasikan solusi dengan open-source tools, dan
+* mengimplementasikan solusi dengan open-source tools, dan
-menjelaskan logika keamanannya secara rasional dan dapat dipertanggungjawabkan.
+* menjelaskan logika keamanannya secara rasional dan dapat dipertanggungjawabkan.
 Tidak ada jawaban tunggal yang benar. Yang dinilai bukan kecanggihan AI, tetapi ketepatan desain, logika keamanan, dan pemahaman risiko.
 Tujuan
 Setelah menyelesaikan proyek ini, mahasiswa diharapkan mampu:
-membangun solusi keamanan end-to-end, dari data → model → analisis → rekomendasi
+* membangun solusi keamanan end-to-end, dari data → model → analisis → rekomendasi
-memahami peran AI sebagai alat bantu keputusan, bukan pengganti manusia
+* memahami peran AI sebagai alat bantu keputusan, bukan pengganti manusia
-menjelaskan batasan, risiko, dan potensi kesalahan AI
+* menjelaskan batasan, risiko, dan potensi kesalahan AI
-menghubungkan keamanan teknis dengan konteks sosial dan regulasi (PDP)
+* menghubungkan keamanan teknis dengan konteks sosial dan regulasi (PDP)
 Security is not about tools. It is about decisions.
 Kerangka Umum Proyek
 Setiap pilihan proyek HARUS mengikuti alur berikut:
-Problem Definition
+* Problem Definition
 Apa masalah keamanannya? Siapa yang terdampak? Apa risikonya?
-Data Understanding
+* Data Understanding
 Data apa yang digunakan? Apakah mengandung personal data? Bagaimana risikonya?
-AI / Logic Design
+* AI / Logic Design
 Apakah menggunakan rule-based, machine learning, atau hybrid?
-Implementation
+* Implementation
 Script Python, pipeline sederhana, dan dokumentasi jelas.
-Evaluation & Limitation
+* Evaluation & Limitation
 Di mana AI bisa salah? Apa dampaknya?
-Security & Ethical Reflection
+* Security & Ethical Reflection
 Apakah solusi ini aman, etis, dan realistis?
 Pilihan Proyek
 Mahasiswa memilih satu dari empat proyek berikut. Semua proyek setara nilainya, yang berbeda hanyalah sudut pandang keamanan.
 AI Deteksi Phishing