TL;DR
Aturan paling penting waktu pakai AI buat kerjaan data: jangan pernah paste data yang bisa ngidentifikasi orang atau data keuangan mentah ke chatbot publik. Cara amannya ada tiga langkah: klasifikasi data kamu jadi hijau, kuning, dan merah; sensor kolom sensitif sebelum data keluar; dan cek kebijakan retensi penyedia AI apakah mereka pakai input kamu buat training. Data hijau boleh langsung, data kuning wajib disensor, data merah gak boleh keluar jaringan kantor.
Aturan paling penting waktu pakai AI buat kerjaan data: jangan pernah paste data yang bisa ngidentifikasi orang ke chatbot publik.
Kedengarannya sepele. Tapi aku pernah lihat analis paste export 3.000 baris transaksi (lengkap dengan nama, nomor HP, dan alamat pelanggan) ke chatbot cuma buat minta bantuin bikin pivot.
Datanya keluar dari jaringan kantor dalam 2 detik. Dan gak ada tombol undo.
Di bawah ini cara pakai AI buat kerjaan data tanpa bikin masalah, dalam 5 langkah yang bisa kamu jalanin hari ini.
Ada tiga jalur kebocoran yang paling sering:
Input dipakai buat training. Di paket konsumen, riwayat chat bisa dipakai penyedia buat memperbaiki model, kecuali kamu matiin setelannya. Data kamu jadi bahan latihan.
Riwayat chat kesimpan. Chat kamu nyimpen di akun. Kalau akunnya kena breach atau kamu pakai laptop bersama, isinya kebaca orang lain.
Model internal tanpa kontrol akses. Perusahaan pasang AI di server sendiri, ngerasa aman, terus semua karyawan dikasih akses tanpa batas. Anak magang bisa nanya soal data gaji.
Ini langkah yang paling menentukan. Tanpa ini, tiap orang bikin keputusan sendiri dan itu selalu berantakan.
| Warna | Isinya apa | Boleh ke AI publik? |
|---|---|---|
| Hijau | Data agregat, angka publik, dokumentasi teknis, contoh dummy | Boleh langsung |
| Kuning | Data transaksi tanpa identitas, struktur tabel, kode internal | Boleh setelah disensor |
| Merah | Nama, NIK, nomor HP, email, alamat, gaji, nomor rekening, data kesehatan | Gak boleh keluar jaringan |
Tes cepat buat nentuin warnanya: kalau data ini nongol di berita besok pagi, siapa yang kena masalah? Kalau jawabannya "pelanggan", itu merah.
Jangan nebak. Cek langsung ke skema database. Query ini nyari nama kolom yang berbau data pribadi:
SELECT column_name, data_type
FROM information_schema.columns
WHERE table_name = 'customers'
AND (column_name ILIKE '%nama%'
OR column_name ILIKE '%hp%'
OR column_name ILIKE '%telp%'
OR column_name ILIKE '%email%'
OR column_name ILIKE '%alamat%'
OR column_name ILIKE '%nik%'
OR column_name ILIKE '%rekening%');ILIKE itu pencarian teks yang gak peduli huruf besar-kecil. Jalanin di tiap tabel yang sering kamu sentuh, terus catat hasilnya.
Waktu aku jalanin ini di dataset toko_berkah, ketemu 7 kolom yang masuk kategori merah dari total 34 kolom di 4 tabel.
Ini cara paling praktis. Daripada tiap orang nyensor manual tiap kali, bikin sekali di database.
CREATE VIEW orders_aman AS
SELECT
MD5(customer_id::text) AS pelanggan_hash,
order_date,
status,
kategori_produk,
qty,
total_belanja,
LEFT(kota, 20) AS kota
FROM orders o
JOIN customers c ON c.id = o.customer_id;
-- Kolom nama, no_hp, email, dan alamat sengaja gak diikutkanMD5(customer_id) ngubah id pelanggan jadi kode acak yang tetap konsisten. Artinya kamu masih bisa ngitung berapa order per pelanggan, analisisnya jalan, tapi identitasnya ilang.
Kasih akses tim analis ke view ini, bukan ke tabel aslinya. Kalau kamu belum familiar sama konsep view, itu semacam tabel virtual yang isinya hasil query. Detail soal view ada di glossary.
Buka halaman kebijakan data penyedia, cari 4 hal ini:
Simpan tangkapan layarnya. Kebijakan bisa berubah, dan kamu butuh bukti kondisi waktu kamu ambil keputusan.
Kebijakan 20 halaman gak dibaca siapa pun. Bikin satu halaman yang isinya cuma tiga bagian:
Yang gak boleh keluar, apa pun alasannya: nama pelanggan, NIK, nomor HP, email, alamat, gaji karyawan, nomor rekening, isi kontrak.
Tool yang udah disetujui: sebutkan nama dan paketnya. "ChatGPT" itu gak cukup, paket konsumen dan paket bisnis kebijakannya beda.
Kalau ragu, tanya siapa: satu nama, satu nomor. Kalau prosesnya ribet, orang bakal nekat dan gak nanya.
Tim toko_berkah mau minta bantuan AI buat cari pola di 480 kasus retur. Data mentahnya punya kolom nama, nomor HP, alamat, dan catatan komplain.
Cara yang salah: export CSV, paste semua ke chatbot. Data 480 pelanggan keluar dari kantor.
Cara yang bener:
Hasil analisisnya sama persis. Yang beda: gak ada satu pun data pribadi yang keluar.
Yang menarik dari hasilnya: 61,7% retur datang dari 3 SKU yang deskripsi ukurannya gak jelas. Bukan produknya yang jelek. Fotonya bikin orang salah bayangin ukuran. Perbaikannya cuma ganti foto dan tambahin ukuran dalam sentimeter.
Nge-screenshot dashboard terus upload ke AI. Screenshot tetap data. Nama pelanggan di tabel dashboard kebaca sama model, sama kayak kalau kamu ketik.
Pakai akun pribadi buat kerjaan kantor. Riwayat chat nyangkut di akun pribadi, dan perusahaan gak punya kontrol apa-apa kalau kamu resign.
Ngerasa aman karena "cuma data internal". Struktur database, nama tabel, dan kode internal itu tetap aset. Kompetitor yang tau struktur data kamu tau cara kamu kerja.
Pasang AI internal tanpa kontrol akses. Model lokal itu aman dari sisi data gak keluar, tapi kalau semua orang bisa nanya apa aja, kamu cuma mindahin masalahnya ke dalam.
Lupa kalau AI bisa salah. Ini bukan soal keamanan, tapi tetap bikin masalah. Selalu cek ulang angka yang keluar dari AI sebelum masuk laporan. Cara ngeceknya aku bahas di artikel kesalahan umum data analyst.
Tergantung paket dan setelan. Di paket konsumen, riwayat chat bisa dipakai buat memperbaiki model kecuali kamu matiin setelannya. Di paket bisnis dan API, penyedia besar biasanya gak pakai input buat training secara default.
Data agregat kayak total omzet per kota biasanya aman. Yang bahaya data transaksi mentah dengan nama, nomor HP, dan alamat. Sensor kolom identitasnya, ganti dengan id acak, analisisnya tetap jalan.
UU Perlindungan Data Pribadi ngatur kewajiban jaga keamanan data pribadi. Kebocoran wajib dilaporin dalam 3 hari sejak diketahui, dengan sanksi denda administratif. Biaya reputasinya biasanya lebih mahal dari dendanya.
Lebih aman dari sisi data gak keluar jaringan, tapi tetap butuh kontrol akses dan log. Keamanan itu soal siapa yang boleh akses apa, bukan cuma soal di mana servernya.
Bikin satu halaman, bukan dokumen 20 halaman. Isinya: daftar data yang boleh dan gak boleh keluar, daftar tool yang disetujui, dan siapa yang ditanya kalau ragu.
Ini yang bisa kamu jalanin minggu ini:
Buat referensi resmi soal kewajiban pengendali data di Indonesia, UU No. 27 Tahun 2022 tentang Perlindungan Data Pribadi bisa dibaca langsung. Bagian kewajiban pengendali data yang paling relevan buat tim data.
Kalau kamu lagi bangun sistem AI yang nyentuh dokumen internal, baca dulu panduan RAG untuk data perusahaan. Di situ aku bahas cara pasang filter akses per divisi. Buat yang mau ngerti fungsi hashing yang dipakai di artikel ini, cek referensi fungsi MD5.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Tools AI bisa bikin chart dan ringkas data dalam hitungan detik. Jadi Python masih perlu dipelajari analis di 2026? Jawabannya iya, tapi alasannya udah beda dari 3 tahun lalu.
Aku tes forecasting AI di data penjualan 4 cabang toko grosir. Hasilnya lebih akurat dari tebakan manual, tapi meleset parah di satu titik yang mahal.
Cara ngolah ribuan review pelanggan jadi insight pakai AI, dari nyusun prompt yang konsisten, ngasih label, sampai ngubah hasilnya jadi rekomendasi yang bisa dieksekusi.