Dokumen tersebut membahas tentang data pribadi, ancaman terhadap data sensitif, dan personalisasi. Dokumen menjelaskan jenis-jenis data pribadi, ancaman seperti serangan siber dan kelemahan keamanan, serta cara-cara untuk mempersonalisasi layanan melalui analisis data pengguna seperti jejaring sosial dan profil digital.

1. Data Pribadi di Ruang Siber
dari isu sekuriti sampai datafikasi
Muhammad Rifqi Ma’arif
• Pusat Studi & Layanan Analitik Data
Universitas Jenderal Achmad Yani
Yogyakarta
• muhammad.rifqi@gmail.com

2. Jenis Data Pribadi (Pasal 3 RUU PDP)
• Data Pribadi yang Bersifat Umum
• Nama lengkap
• Jenis kelamin
• Kewarganegaraan
• Agama, dan/atau
• Data pribadi yang
dikombinasikan untuk
mengidentifikasi seseorang
• Data Pribadi yang Bersifat Spesifik
• Data dan informasi kesehatan
• Data biometrik dan genetika
• Kehidupan dan orientasi sosial
• Pandangan politik
• Data anak
• Data keuangan pribadi, dan/atau
• Data lainnya sesuai dengan peraturan
perundang-undangan.
SENSITIVE DATA EXPLICIT INFORMATION

4. Ancaman
Terhadap Data
Sensitive
• Lemahnya awareness pengguna (user) terhadap
terms & agreement ketika menggunakan suatu
aplikasi/layanan.
• Pencurian data melalui serangan siber (cyber attack)
• Lemahnya infrastruktur dan fitur keamanan
pada tempat penyimpanan data

5. Data Privacy Awareness

6. Data Privacy
Awareness –
Facebook
Data Policy

7. The Cyber Attack Trends
• Trends in 2020
• Ransomware akan semakin
masif dan beragam
• Ancaman siber secara mobile.
• Penggunaan Artificial
Intelligence untuk serangan
siber

9. https://en.wikipedia.org/wiki/List_of_data_breaches

10. Data apa saja ?
• Jenis data yang paling sering dicuri dan diperjualbelikan
• Data identitas kependudukan
• Email
• Nomor Telepon
• Username, Password dan PIN
• Nomor Rekening Bank
• Data Asuransi
• Informasi kesehatan
• .................. Dan data sensitive lainnya
• Everything you put on internet is unsafe by default

11. Data Security & Sensitive Data – Best Practice
• Access Control
• Passwords, firewalls, antivirus, antimalware
• Less automatic
• Hindari penggunaan autofilling dan menyimpan informasi login di browser
• Secure Disposal
• No recovery option
• Tempat sharing penyimpanan data yang aman
• Avoid cloud sharing for sensitive data
• Isolated/disconnected from internet
• Blockchain Technology

12. Teknologi Blockchain

13. Explicit vs
Implicit
Information

14. Data Profiling
• Pasal 10 RUU PDP
• Pemilik Data Pribadi berhak untuk mengajukan keberatan atas
tindakan pengambilan keputusan yang hanya didasarkan pada
pemrosesan secara otomatis terkait profil seseorang (profiling).
• Penjelasan Pasal 10 RUU PDP
• Yang dimaksud dengan “profil seseorang” adalah termasuk tetapi
tidak terbatas pada riwayat pekerjaan, kondisi ekonomi,
kesehatan, preferensi pribadi, minat, keandalan, perilaku, lokasi
atau pergerakan Pemilik Data Pribadi secara elektronik.

15. Personalisasi
• Personalisasi merupakan salah satu ultimate goal dari riset analitik
data, khususnya data media sosial.
• Dilakukan dengan melakukan profiling sosial (social profiling) atas
pengguna media sosial atau orang secara umum yang memiliki akses
internet dengan tujuan meningkatkan akurasi dan level detail dari
segmentasi sosial (market).
• Social profiling is the process of constructing a user's profile using his
or her social data. In general, profiling refers to the data science
process of generating a person's profile with computerized algorithms
and technology - Wikipedia

16. Personalisasi

17. Akuisisi Data untuk Personaliasi
Web Service
Web Scrapping

18. Akuisisi Data untuk Personaliasi
Activity Recording
Log Extraction/Analysis

19. Platform Personalisasi

20. Data untuk Personaliasi
• Aktivitas Sosial Media
• Profile, Demographics, Gender, Occupation, etc.
• Like, Comment and Follow Behaviours
• Friendship/Social Networks
• History browsing dari internet
• Jenis web yang sering dikunjungi
• Jenis informasi yang sering dibaca
• Record query pencarian yang digunakan
• Eye movement (risetnya sudah mulai berkembang)
• Data yang diambil dari mobile phones yang tanpa sadari kita beri akses
• Pesan SMS, WhatsApp, Telegram, dll
• Foto, phone call, GPS, dll

21. Anatomi Data Media Sosial
• Apa yang bisa diidentifikasi dari seuntai
kalimat yang terunggah di media sosial?
• Siapa pengunggahnya
• Dengan siapa berinteraksi
• Sentiment
• Entity
• Indonesian baby lobster seeds
• Overseas
• Event/Action
• Ban
• Export
• Trade
• And many more...

22. Personaliasi dengan Analisis Jejaring Sosial
• Analisis jejaring sosial adalah metode untuk
menganalisis interaksi antara satu orang dengan
orang lain.
• Hasil dari analisis jejaring sosial biasanya
segmentasi kelompok orang/pengguna media
sosial berdasarkan kedekatan posisional dalam
jejaring tersebut.
• Kedekatan posisional ini dapat dilihat dari
berbagai perspektif dan parameter bergantung
pada bagaimana jejaring tersebut dibentuk

23. Social Network Data
• The unit of interest in a network are the combined sets
of actors and their relations.
• We represent actors with nodes and relations with lines.
• Edges can represent interactions, flows of information,
similarities/affiliations, or social relations
• In general, a relation can be Binary or Valued and
Directed or Undirected
a
b
c e
d
Undirected, binary
Directed, binary
a
b
c e
d
Directed, Valued
a
b
c e
d
a
b
c e
d
Undirected, Valued
1 3
4
2
1
Wasserman & Faust (1994) “Social
Network Analysis – Method and
Applications”, Springer

24. Network Data Structure
Unvalued
a b c d e
a
b
c
d
e
1
1
1 1 1
1 1
Valued
a b c d e
a
b
c
d
e
4
5 3
9 7 4
2 1
1 5
a b
b a
b c
c b
c d
c e
d c
d e
e c
e d
Arc List

25. Personalization Enabled
Technology
• Statistics and Math
• Exploratory Data Analytics
• Network Theory
• Natural Language Processing
• Machine Learning
• Big Data Processing
• Deep Learning
• Psychographics
• .............. And many more growing methods

26. Datafikasi
• Datafication is a technological trend
turning many aspects of our life into
data which is subsequently transferred
into information realised as a new form
of value (Gartner, 2018).
• Bigger data has better Idea, Sehingga
bengan datafikasi seseorang dapat
diidentifikasi dari segala perspektif
sesuai kepentingan. Tidak lagi dengan
data sensitif dan informasi eksplisit yang
melekat padanya namun dari rekam
jejak dan behaviour digital yang
dicapture dengan teknologi informasi

27. The Landscape of
Data Technology
in 2019