Keamanan Data

Privasi menentukan siapa yang boleh digambarkan oleh data kita; keamanan menentukan siapa yang bisa membukanya. Sebuah tabel bisa sudah bebas PII, tetapi bila berkasnya tersebar di folder bersama tanpa kendali akses, perlindungannya hanya ada di atas kertas. Chapter ini membahas tiga kebiasaan yang paling sering menentukan lolos atau tidaknya data ke pihak yang tidak berhak: prinsip hak akses minimum, pengelolaan kredensial, dan masking saat data harus diperlihatkan. Ketiganya tidak menuntut alat yang mahal — hanya disiplin yang konsisten.

Prinsip Hak Akses Minimum #

Least privilege (prinsip hak akses minimum) berbunyi sederhana: setiap orang dan setiap program hanya boleh memegang akses yang benar-benar dibutuhkan untuk tugasnya — bukan akses yang nyaman dimiliki. Analis yang tugasnya menghitung tren penjualan tidak membutuhkan kolom nomor telepon; pihak ketiga yang meminjam dasbor cukup melihat angka agregat. Prinsip ini bekerja karena mengecilkan dua hal sekaligus: jumlah orang yang bisa membocorkan data, dan jumlah titik yang harus dijaga.

Penerapannya di tim bisa diurai per peran:

Dua catatan pelengkap membuat prinsip ini hidup, bukan sekadar dokumen. Pertama, prinsip ini berlaku juga untuk program: akun layanan (service account) yang dipakai pipeline otomatis sebaiknya hanya bisa membaca tabel yang dibutuhkannya, bukan memakai akun manusia bertipe administrator. Kedua, akses perlu ditinjau berkala — pemberian akses yang cepat harus disertai pencabutan yang sama cepatnya saat orang berpindah tugas atau proyek selesai.

Kredensial Tidak Pernah Ikut Kode #

Kredensial — kunci API, kata sandi basis data, token layanan — punya satu aturan mutlak: tidak pernah ditulis di dalam kode. Kode punya kebiasaan buruk bagi rahasia: kode berpindah tangan. Skrip uji disalin ke repositori bersama, repositori dikloning orang lain, dan riwayat Git menyimpan setiap versi — kunci yang pernah tercommit akan tetap terbaca pada commit lama meski barisnya sudah dihapus. Pola yang benar sudah kita praktikkan pada chapter Mengambil Data dari API : kredensial dibaca dari variabel lingkungan di mesin masing-masing, sementara kode hanya memuat nama variabelnya.

Konsekuensi praktisnya ada dua. Pertama, penampung eksplisit seperti YOUR_API_KEY menjadi satu-satunya bentuk kredensial yang boleh muncul di materi, komentar, atau contoh kode. Kedua, kunci yang terlanjur masuk ke repositori harus diperlakukan sebagai terbongkar: segera dicabut dan diganti (rotasi), bukan sekadar dihapus dari versi terbaru. Berbagi kredensial lewat pesan singkat berkonsekuensi sama — kanal obrolan bukan tempat penyimpanan rahasia.

Menampilkan Data dengan Aman: Masking #

Ada kalanya data yang masih beridentitas harus diperlihatkan: menguji fungsi di depan tim, membuat tangkapan layar untuk laporan, atau menyisipkan contoh di presentasi. Kebiasaan yang aman adalah menyiapkan salinan khusus tampilan yang di-masking — sebagian nilai asli ditutup sehingga struktur data tetap terlihat tanpa membuka identitas utuh:

import pandas as pd

pelanggan = pd.DataFrame({
    "nama": ["Budi Santoso", "Siti Rahayu", "Dewi Lestari"],
    "telepon": ["0812-1111-2222", "0813-3333-4444", "0857-5555-6666"],
    "email": ["[email protected]", "[email protected]", "[email protected]"],
    "total_belanja": [412, 188, 654],
})

def masking_nama(nama):
    return nama[0] + "***"

def masking_telepon(nomor):
    return nomor[:4] + "-****-" + nomor[-4:]

def masking_email(alamat):
    pengguna, domain = alamat.split("@")
    return pengguna[0] + "***@" + domain

tampilan = pelanggan.copy()
tampilan["nama"] = tampilan["nama"].apply(masking_nama)
tampilan["telepon"] = tampilan["telepon"].apply(masking_telepon)
tampilan["email"] = tampilan["email"].apply(masking_email)

print(pelanggan.to_string(index=False))
print()
print(tampilan.to_string(index=False))

Output yang Dihasilkan:

        nama        telepon            email  total_belanja
Budi Santoso 0812-1111-2222 [email protected]            412
 Siti Rahayu 0813-3333-4444 [email protected]            188
Dewi Lestari 0857-5555-6666 [email protected]            654

nama        telepon            email  total_belanja
B*** 0812-****-2222 b***@example.com            412
S*** 0813-****-4444 s***@example.com            188
D*** 0857-****-6666 d***@example.com            654

Mari kita telaah bagian-bagian pentingnya:

1. Baris 10-18 (tiga fungsi masking): setiap fungsi menutup bagian nilai yang mengidentifikasi dan mempertahankan bagian yang berguna untuk dibaca. masking_nama hanya menyisakan huruf pertama; masking_telepon mempertahankan empat digit awal dan akhir sehingga pola masih terbaca; masking_email menyamarkan nama pengguna tetapi membiarkan domain terlihat.
2. Baris 20 (pelanggan.copy()): masking diterapkan pada salinan, bukan pada tabel kerja. Tabel asli tetap utuh untuk kebutuhan operasional di tempat yang berhak memegangnya, sementara salinan tampilan yang aman bisa berkeliling ke rapat.
3. Baris 21-23 (.apply(...) per kolom): transformasi dijalankan kolom per kolom sehingga setiap kolom identitas mendapat perlakuan yang sesuai bentuk datanya — pola penutup untuk nama, telepon, dan email sengaja dibedakan.

Masking adalah teknik tampilan, bukan teknik penyimpanan. Salinan yang di-masking tetap tidak boleh diperlakukan sebagai data resmi untuk analisis, karena kolom yang sudah ditutup tidak bisa dikembalikan; gunakan untuk diperlihatkan, dan kembalikan ke tabel kerja untuk dihitung.

Kebiasaan Aman Sehari-hari #

Sebagian besar insiden keamanan data bukan hasil serangan canggih, melainkan kebiasaan kecil yang diabaikan. Tabel berikut merangkum praktik yang paling sering menentukan:

Baris pertama dan kedua adalah dua kebiasaan yang sepenuhnya berada dalam kendali kita sebagai penulis kode; sisanya melibatkan tim dan kebijakan organisasi. Data scientist tidak mengelola firewall, tetapi data scientist hampir selalu menjadi orang pertama yang memegang salinan data — dan tempat salinan itu berakhir adalah keputusannya.

Rangkuman #

• Least privilege membatasi setiap orang dan program pada akses yang benar-benar dibutuhkan; ini mengecilkan jumlah titik yang harus dijaga sekaligus melindungi pemegang akses.
• Kredensial tidak pernah ditulis di kode: gunakan variabel lingkungan, penampung eksplisit seperti YOUR_API_KEY pada materi, dan rotasi segera bila kunci terlanjur masuk repositori.
• Masking membuat salinan tampilan yang aman diperlihatkan: nilai penentu identitas ditutup, struktur data tetap terbaca, tabel kerja asli tetap utuh.
• Keamanan sehari-hari ditentukan kebiasaan kecil: kanal terenkripsi, salinan minimal, dan pencabutan akses yang rutin.

Tabel yang terkunci dan akses yang terkendali menyelesaikan ancaman dari luar. Ancaman berikutnya justru duduk di dalam data yang paling aman sekalipun: pola lama yang tidak adil bagi sekelompok orang, yang ikut dipelajari model tanpa ada yang berniat buruk. Kita bedah pada chapter Bias dan Keadilan .

Referensi:

• Project Jupyter — Documentation