Ancaman Kebocoran Data dari Dalam: Kenapa Insider Threat Semakin Perlu Diwaspadai

Lanskap keamanan siber di Indonesia kini tidak hanya diuji oleh ancaman dari luar, tetapi juga risiko dari dalam organisasi itu sendiri. Pengolahan data yang makin kompleks, ditambah meningkatnya penggunaan perangkat berbasis kecerdasan buatan (AI), membuat data perusahaan semakin berharga sekaligus semakin rentan terhadap kebocoran dan penyalahgunaan.

Hal ini menjadi perhatian seiring momentum penegakan Undang-Undang Pelindungan Data Pribadi (UU PDP), yang menuntut seluruh entitas bisnis memberikan kontrol ketat terhadap pengolahan data pribadi konsumen.

Apa Itu Insider Threat?

Insider threat atau ancaman dari dalam merujuk pada risiko kebocoran data yang bersumber dari orang-orang di dalam organisasi, bukan peretas eksternal. Bentuknya bisa berupa kelalaian karyawan — misalnya salah mengirim data sensitif atau memakai perangkat yang tidak aman — hingga tindakan yang disengaja oleh pihak internal yang menyalahgunakan aksesnya.

Banyak organisasi justru lengah dalam memantau akses dan lalu lintas data sensitif di dalam jaringan mereka sendiri, karena fokus pengamanan biasanya diarahkan ke serangan dari luar.

Kenapa Risiko Ini Meningkat?

Perkembangan ekonomi digital yang pesat membuat volume data yang dikelola perusahaan melonjak. Semakin banyak data yang tersebar di berbagai sistem dan perangkat, semakin banyak pula celah yang bisa dimanfaatkan. Penggunaan AI yang terus meningkat juga menghadirkan risiko baru, karena data yang diproses oleh model AI perlu dikelola dan diawasi dengan cara yang berbeda.

Founder penyedia solusi keamanan informasi SearchInform, Lev Matveev, menegaskan bahwa data perusahaan semakin bernilai sekaligus semakin rentan terhadap kebocoran, penyalahgunaan, dan berbagai risiko internal lainnya.

Cara Mengurangi Risiko Kebocoran dari Dalam

Mitigasi insider threat membutuhkan pendekatan yang menggabungkan teknologi dan kebiasaan. Beberapa langkah yang umum diterapkan organisasi antara lain:

Pemantauan akses data untuk mendeteksi aktivitas yang tidak wajar secara real-time.
Pembatasan hak akses berdasarkan kebutuhan pekerjaan masing-masing.
Penerapan Data Loss Prevention (DLP) untuk mencegah data sensitif keluar dari jaringan.
Edukasi karyawan tentang keamanan data dan kebiasaan digital yang aman.

Dengan kesadaran yang lebih baik terhadap risiko internal, organisasi bisa mencegah insiden kebocoran sebelum terjadi, bukan sekadar merespons setelah kerugian muncul.

Sumber: Liputan6