Lewati ke konten
Editorial

AI perkuat pertahanan siber, namun celah lama tetap jadi pintu masuk

AI menawarkan kemampuan deteksi baru, tetapi lonjakan serangan siber di Indonesia dan global menunjukkan bahwa teknologi saja tidak cukup tanpa kesiapan kelembagaan dan disiplin keamanan dasar.

Ilustrasi: Piksel (AI)

Sikap redaksi

Kecerdasan buatan sedang mengubah lanskap keamanan siber, tetapi perubahan itu tidak berjalan satu arah. Di satu sisi, AI mulai terlihat berguna untuk memperkuat pertahanan: membantu menemukan kerentanan, mempercepat analisis, dan menyusun perbaikan. Di sisi lain, rangkaian serangan terhadap sektor keuangan dan lonjakan aktivitas berbahaya di ruang digital menunjukkan bahwa masalah keamanan siber tidak selesai hanya karena model makin pintar.

Sikap kami tegas: AI layak dipandang sebagai alat pertahanan penting, tetapi bukan pelindung otomatis. Selama kelembagaan, tata kelola, sumber daya manusia, dan disiplin dasar keamanan masih lemah, AI justru bisa memberi rasa aman palsu.

Mengapa kontras ini penting sekarang

Penjelasan yang diberikan kepada redaksi menyoroti dua gambaran yang berdiri berseberangan. Pertama, klaim industri teknologi bahwa model keamanan siber kini mampu memindai sistem secara otonom, menemukan kerentanan, hingga menghasilkan patch yang ditinjau manusia. Ini menunjukkan AI telah memiliki kemampuan “pertahanan” tingkat tertentu.

Kedua, realitas di lapangan menunjukkan kerentanan yang persisten. Serangan terhadap institusi keuangan global terus terjadi dengan modus pencucian uang melalui aset kripto. Di Indonesia, tekanan ini terasa nyata dengan deteksi jutaan upaya serangan dalam waktu singkat. Kontras ini menjelaskan satu hal: kemampuan pertahanan AI belum sepenuhnya melindungi infrastruktur keuangan dan publik yang rentan.

Kontras itu penting karena memperlihatkan jarak antara kemampuan teknis AI dan kenyataan operasional. AI mungkin makin cepat menemukan celah pada perangkat lunak, tetapi serangan nyata sering tidak masuk lewat pintu yang paling canggih. Ia masuk lewat kredensial bocor, vendor yang lemah, perangkat karyawan, rekayasa sosial, dan proses bisnis yang longgar.

Apa yang sebenarnya berubah dengan hadirnya AI

Secara konsep, AI membantu pertahanan siber dalam tiga hal. Pertama, mempercepat penemuan pola anomali di tengah lalu lintas data yang sangat besar. Kedua, membantu membaca kode dan menandai bagian yang berpotensi rentan. Ketiga, memangkas waktu dari deteksi ke respons, misalnya dengan menyusun draf analisis atau rekomendasi perbaikan.

Namun perubahan ini tidak menghapus sifat dasar keamanan siber sebagai perlombaan asimetris. Penyerang cukup menemukan satu celah yang berhasil, sementara pembela harus menjaga banyak titik sekaligus. Karena itu, kemampuan AI yang meningkat di sisi pertahanan harus dibaca sebagai penguat kapasitas, bukan penutup semua risiko.

Klaim bahwa sebuah model bisa menemukan ratusan kerentanan memang menarik, tetapi tetap harus ditempatkan pada porsinya. Temuan semacam itu menunjukkan potensi besar, bukan bukti bahwa sistem keuangan, layanan publik, atau infrastruktur kritis otomatis menjadi aman.

Indonesia memperlihatkan tekanan yang nyata

Di Indonesia, tekanan itu terlihat jelas. Dalam laporan CNN Indonesia, pakar keamanan siber Pratama Persadha menjelaskan bahwa sektor perbankan menjadi target utama karena memiliki nilai ekonomi dan strategis yang tinggi. Sistem perbankan menyimpan dana, identitas, informasi rekening, dan data pribadi jutaan nasabah.

Laporan yang sama, mengacu pada data Threatmap Fortinet per 9 November, menyebut sektor perbankan menjadi industri yang paling banyak ditargetkan dengan sekitar 761.000 ancaman terdeteksi, disusul sektor teknologi, pemerintah, edukasi, manufaktur, dan telekomunikasi. Data tersebut juga mencatat 1,6 juta serangan berhasil diblokir dalam 24 jam terakhir, naik signifikan dari 50.600 serangan pada beberapa hari sebelumnya.

Angka ini besar, tetapi para pakar meminta publik membaca dengan hati-hati. Alfons Tanujaya mengingatkan bahwa data ancaman yang terdeteksi dan diblokir bukan berarti jumlah sistem yang berhasil dibobol. Ia menganalogikannya seperti CCTV yang mencatat setiap orang yang mencoba membuka pagar; tercatat ratusan ribu kali, tetapi bukan berarti ratusan ribu rumah kemalingan. Pratama juga menilai angka tersebut lebih menggambarkan tingginya tekanan ancaman terhadap infrastruktur digital Indonesia daripada jumlah bank yang berhasil diretas.

Ini pelajaran penting. Kita tidak boleh menyepelekan lonjakan serangan, tetapi juga tidak boleh membaca peta ancaman seolah setiap percobaan berarti keberhasilan. Kewaspadaan perlu naik, kepanikan tidak.

Masalah terbesar bukan hanya teknologi

Dari bahan yang tersedia, satu pesan berulang muncul: keamanan siber tidak cukup diukur dari kepemilikan firewall atau perangkat keamanan. Pratama menilai kesiapan juga ditentukan oleh kemampuan mendeteksi anomali secara waktu nyata, mencegah pergerakan pelaku di dalam jaringan, menjaga kerahasiaan, dan memulihkan layanan saat gangguan terjadi. Ia juga menekankan penguatan autentikasi multifaktor, segmentasi jaringan, pengujian kerentanan, enkripsi, dan pengawasan terhadap pihak ketiga.

Di sinilah AI sering disalahpahami. Banyak institusi tergoda melompat ke solusi paling baru sebelum menyelesaikan pekerjaan rumah yang paling dasar. Padahal serangan terhadap bank, layanan publik, atau perusahaan sering berhasil bukan karena bertahan dari teknologi tercanggih, melainkan karena menemukan titik paling lemah dalam rantai manusia dan proses.

AI bisa membantu, tetapi ia tidak menggantikan disiplin. Ia tidak memperbaiki sendiri budaya kerja yang lambat menambal sistem, vendor yang tidak diaudit, atau karyawan yang tidak dilatih mengenali phishing.

Risiko baru yang ikut dibawa AI

AI juga menciptakan risiko baru. Model yang makin mampu membaca kode, menyusun pesan, dan mengotomatiskan pekerjaan teknis dapat dipakai oleh dua pihak sekaligus: pembela dan penyerang. Artinya, keunggulan teknologi tidak otomatis berpihak pada pertahanan.

Ada pula risiko ketergantungan. Jika tim keamanan terlalu percaya pada keluaran AI tanpa verifikasi manusia, kesalahan model bisa berubah menjadi keputusan operasional yang berbahaya. Dalam konteks keamanan, keluaran yang tampak meyakinkan tetapi keliru bisa sama merusaknya dengan serangan itu sendiri.

Karena itu, prinsip yang sehat adalah memakai AI untuk mempercepat kerja analis, bukan menghapus penilaian manusia. Semakin besar dampak keputusan, semakin penting verifikasi berlapis.

Apa yang perlu dilakukan pembaca dan institusi

Bagi pembaca umum, langkah paling masuk akal tetap sederhana: jangan membagikan PIN, kata sandi, atau kode OTP kepada siapa pun; waspada terhadap pesan palsu yang mengatasnamakan bank; dan segera hubungi kanal resmi bank bila menemukan transaksi mencurigakan. Dalam laporan CNN Indonesia, Pratama juga menegaskan masyarakat tidak perlu melakukan penarikan dana massal hanya karena melihat angka pada peta ancaman, selama layanan berjalan normal dan tidak ada pengumuman resmi soal gangguan dana nasabah.

Bagi institusi, terutama sektor keuangan dan layanan publik, prioritasnya juga jelas. Perkuat autentikasi multifaktor, segmentasi jaringan, enkripsi, pengujian kerentanan, audit pihak ketiga, dan kemampuan respons insiden. Gunakan AI untuk deteksi, triase, dan analisis, tetapi pastikan manusia tetap memegang keputusan akhir pada titik-titik kritis.

Bagi pembuat kebijakan, tantangannya adalah memastikan kematangan keamanan tidak hanya dimiliki lembaga besar. Laporan yang sama menyebut bank besar umumnya sudah memiliki investasi teknologi keamanan, pusat pemantauan, dan mekanisme respons insiden, tetapi tingkat kematangan belum tentu merata, terutama pada bank daerah dan penyedia layanan keuangan dengan sumber daya terbatas. Ketimpangan inilah yang bisa menjadi celah sistemik.

Penutup

AI memang sedang mendefinisikan ulang keamanan siber, tetapi arah perubahannya belum menentu. Ia bisa menjadi penjaga yang lebih cepat, atau justru membuat penyerang lebih efisien. Yang menentukan bukan sekadar kecanggihan model, melainkan kesiapan institusi, kedisiplinan dasar, dan kejernihan membaca risiko.

Karena itu, redaksi berpendapat: sambut AI sebagai alat pertahanan, tetapi jangan pernah memperlakukannya sebagai pengganti fondasi keamanan. Pada titik ini, kemenangan tidak ditentukan oleh siapa yang paling cepat mengadopsi AI, melainkan oleh siapa yang paling serius menutup celah lama sambil memakai alat baru dengan bijak.

#keamanan siber#kecerdasan buatan#perbankan#indonesia#risiko digital

Terkait

Ilustrasi: Piksel (AI)Industri & Bisnis

Apple luncurkan aplikasi studi amati penggunaan AI kesehatan

Apple merilis aplikasi studi berkolaborasi dengan OpenEvidence untuk meneliti interaksi pengguna dengan AI kesehatan berbasis literatur klinis. Studi ini menyasar 200.000 partisipan di AS dengan jaminan privasi ketat.

Bima · Industri16 November 2026