Power BI Row Level Security (RLS): Batasi Akses Data (2026)

Row Level Security (RLS) di Power BI batasin baris data yang bisa dilihat tiap pengguna, dalam satu laporan yang sama.

Bayangan kasusnya begini. Satu dashboard penjualan nasional, tapi manajer Depok cuma boleh lihat data Depok, manajer Bekasi cuma Bekasi. Tanpa RLS, kamu harus bikin file terpisah buat tiap orang.

Aku bahas dua jenis RLS, cara nulis aturannya pakai DAX, dan cara ngetes sebelum publish. Semua pakai contoh data toko biar kebayang.

Apa itu Row Level Security di Power BI?

Row Level Security adalah fitur yang nyaring data per baris berdasarkan siapa yang buka laporan. Kamu bikin role dengan aturan filter, lalu tetapkan pengguna ke role itu. Waktu mereka buka dashboard, Power BI otomatis cuma nampilin baris yang lolos aturan. Satu laporan, banyak sudut pandang.

RLS jalan di atas model data kamu, jadi relasi antar tabel harus benar dulu. Kalau relasinya salah, filter RLS bisa bocor. Cara benerin relasi ada di membuat relasi antar tabel Power BI.

Apa beda RLS statis dan dinamis?

RLS statis pakai aturan filter tetap per role. Kamu bikin satu role per grup, misalnya role Depok yang difilter cabang sama dengan Depok. RLS dinamis pakai satu aturan yang baca identitas pengguna yang lagi login, jadi satu role melayani banyak orang.

Aturan pegangan: kalau cuma ada 3 sampai 4 grup tetap, RLS statis gampang. Kalau ada puluhan cabang atau sales yang sering berubah, RLS dinamis jauh lebih hemat tenaga.

Gimana cara setup RLS statis?

RLS statis cocok buat mulai karena gampang dipahami. Kamu bikin role di Power BI Desktop, tulis filter DAX, lalu tetapkan pengguna di Power BI Service.

Langkah RLS statis:
1. Di Power BI Desktop, buka tab Modeling.
2. Klik Manage roles.
3. Klik Create, kasih nama role (misal: Depok).
4. Pilih tabel yang mau difilter (misal: penjualan).
5. Tulis aturan DAX filternya:
   [cabang] = "Depok"
6. Ulangi buat tiap cabang.
7. Publish laporan ke Power BI Service.
8. Di Service, buka Security dataset, masukin email
   pengguna ke role yang sesuai.

Aturan [cabang] = "Depok" itu ekspresi DAX yang ngasih True atau False per baris. Cuma baris yang True yang kelihatan. Dasar nulis DAX ada di DAX Power BI dasar.

Gimana cara setup RLS dinamis?

RLS dinamis pakai fungsi USERPRINCIPALNAME, yang ngasih email pengguna yang lagi login. Kamu butuh tabel pemetaan yang nyambungin email ke cabang. Satu role aja cukup buat semua orang.

-- Aturan RLS dinamis di tabel penjualan
[cabang] = LOOKUPVALUE(
    pemetaan[cabang],
    pemetaan[email], USERPRINCIPALNAME()
)

Cara kerjanya begini. Waktu Budi (budi@toko.com) buka laporan, USERPRINCIPALNAME ngasih emailnya. LOOKUPVALUE nyari cabang Budi di tabel pemetaan, ketemu Depok. Filter jadi cabang sama dengan Depok, otomatis. Ganti isi tabel pemetaan, akses ikut berubah tanpa sentuh model.

Kekuatan RLS dinamis: nambah cabang baru cukup tambah baris di tabel pemetaan. Nggak perlu bikin role baru tiap kali.

Gimana cara tes RLS sebelum publish?

Jangan pernah publish RLS tanpa tes dulu. Power BI Desktop punya fitur buat lihat laporan seolah kamu jadi pengguna tertentu. Ini nyelametin kamu dari kebocoran data yang memalukan.

Cara tes:
1. Tab Modeling > View as.
2. Centang role yang mau dites (misal: Depok).
3. Buat RLS dinamis, centang juga Other user
   lalu isi email yang mau disimulasi.
4. Lihat laporan. Pastiin cuma data yang boleh muncul.
5. Klik Stop viewing kalau udah.

Cek tiap role satu-satu. Pastiin manajer Depok beneran nggak bisa lihat angka Bekasi. Tes ini lima menit, tapi nyegah masalah yang bisa bikin kepercayaan hilang.

Contoh kasus: dashboard cabang toko_berkah

Toko_berkah punya 12 cabang dan 12 manajer. Direktur mau satu dashboard penjualan, tapi tiap manajer cuma boleh lihat cabangnya sendiri. Direktur sendiri lihat semua.

Kalau pakai RLS statis, aku harus bikin 12 role, satu per cabang. Tiap ada cabang baru, tambah role lagi. Aku pilih RLS dinamis: satu tabel pemetaan berisi 12 baris email dan cabang, satu aturan DAX. Beres.

Hasilnya, dari 12 file dashboard terpisah yang tadinya harus dibikin dan di-update manual tiap minggu, jadi satu file. Waktu maintenance turun drastis, dan nggak ada lagi risiko kirim file cabang yang salah ke orang yang salah.

Buat direktur yang boleh lihat semua, aku bikin role terpisah tanpa filter, atau nggak masukin dia ke role RLS apa pun. RLS ini bagian penting dari tata kelola data yang rapi, yang masuk ranah Business Intelligence.

Kesalahan umum setup RLS Power BI

• Lupa tes pakai View as. Publish tanpa tes bikin data bisa bocor ke orang yang salah. Selalu tes tiap role dulu.
• Relasi model salah arah. Filter RLS ngikut arah relasi. Kalau arahnya salah, filter nggak nyampe ke tabel fakta.
• Salah tulis email di Service. RLS ditetapkan lewat email di Power BI Service, bukan di Desktop. Salah ketik email bikin akses nggak jalan.
• Kira RLS ngamanin file mentah. RLS batasin tampilan, bukan file. Orang yang punya akses edit dataset masih bisa lihat semua. RLS buat viewer, bukan editor.
• Tabel pemetaan kelihatan pengguna. Sembunyiin tabel pemetaan email biar nggak sengaja kebuka di laporan.

FAQ

Apakah RLS ngamanin data dari pengguna yang punya akses edit?

Nggak. RLS cuma batasin apa yang dilihat pengguna dengan peran Viewer di Power BI Service. Orang yang punya akses edit atau owner dataset tetap bisa lihat semua data. Jadi RLS bukan pengganti keamanan tingkat database. Buat data super sensitif, batasi juga siapa yang boleh edit dataset, bukan cuma andelin RLS.

Bisa satu pengguna masuk ke lebih dari satu role?

Bisa, dan efeknya filternya digabung pakai logika atau. Artinya pengguna bakal lihat data dari semua role yang dia ikuti. Misalnya masuk role Depok dan Bekasi, dia lihat dua cabang itu. Ini berguna buat manajer wilayah yang megang beberapa cabang. Tapi hati-hati, gabungan role bisa bikin akses lebih luas dari yang kamu kira.

RLS jalan di Power BI mobile dan embedded?

Iya, RLS ikut jalan di aplikasi Power BI mobile dan laporan yang di-embed, selama pengguna login pakai akun yang benar. Aturan filternya nempel di dataset, jadi konsisten di semua cara akses. Buat embedded di aplikasi luar, kamu perlu atur konteks pengguna lewat API. Tapi buat pemakaian internal biasa, RLS otomatis aktif di semua perangkat.

Kenapa laporan kosong setelah RLS aktif?

Paling sering karena aturan DAX-nya nggak cocok sama data, atau relasi model salah arah. Cek pakai View as, lihat apakah filternya kekencengan. Buat RLS dinamis, pastiin email di tabel pemetaan sama persis dengan email login, termasuk huruf besar kecil. Kalau tabel pemetaan kosong buat pengguna itu, hasilnya juga kosong.

Lanjut praktek

Tiga hal yang perlu nempel: bikin role dengan filter DAX, pilih dinamis pakai USERPRINCIPALNAME buat banyak pengguna, dan selalu tes pakai View as sebelum publish.

RLS bergantung pada model yang rapi. Kalau relasi kamu belum beres, balik dulu ke Power BI untuk pemula dan pahamin peran skill ini lewat glossary Data Analyst.

Panduan resmi lengkapnya ada di dokumentasi Microsoft Power BI RLS. Mau latihan bangun dashboard yang rapi dari data nyata? Cek materi di Ngulik Data dan mulai ngulik dataset sendiri.