Upaya Bersama Dalam Membangun dan Memajukan Industri Keamanan Siber Nasional - CyberHub

Kegiatan Pilihan

Kegiatan Sebelumnya

Data & AI in Finance: Shaping the Future of Financial Services
DKI Jakarta Rabu, 22 Jul 2026

Sektor jasa keuangan Indonesia berada pada titik penting dalam perjalanan transformasi digital. Perbankan, asuransi, pasar modal, pembiayaan, dan fintech tidak hanya dituntut untuk menghadirkan layanan yang lebih cepat, aman, dan personal, tetapi juga untuk menjaga kepercayaan publik melalui tata kelola data, manajemen risiko, keamanan siber, dan kepatuhan regulasi yang semakin matang. Dalam konteks tersebut, data dan kecerdasan artifisial atau AI menjadi dua pilar utama yang membentuk masa depan layanan keuangan.

Tema Data & AI: Shaping the Future of Financial Services menegaskan bahwa masa depan sektor jasa keuangan akan sangat ditentukan oleh kemampuan institusi dalam mengelola data sebagai aset strategis dan menerapkan AI secara bertanggung jawab. Data yang berkualitas, aman, terintegrasi, dan mudah dipahami menjadi fondasi bagi inovasi layanan, pengambilan keputusan berbasis insight, peningkatan efisiensi operasional, deteksi fraud, personalisasi pengalaman nasabah, serta perluasan inklusi keuangan.

Di sisi lain, adopsi AI di sektor keuangan harus dibangun di atas prinsip kehati-hatian, akuntabilitas, transparansi, keamanan, privasi, dan pengawasan manusia yang memadai. Otoritas Jasa Keuangan telah menerbitkan panduan Tata Kelola Kecerdasan Artifisial Perbankan Indonesia sebagai acuan bagi bank dalam mengembangkan dan menerapkan AI secara bertanggung jawab, melengkapi kebijakan transformasi digital, penyelenggaraan teknologi informasi, ketahanan siber, maturitas digital, dan resiliensi digital. Sejalan dengan itu, penguatan manajemen data berbasis praktik terbaik seperti DAMA-DMBOK menjadi semakin relevan untuk memastikan kesiapan organisasi dalam memanfaatkan AI secara aman, etis, dan bernilai bisnis.

  1. Kepatuhan Regulasi
    Lembaga keuangan wajib mematuhi berbagai aturan terkait data, termasuk Undang-Undang Perlindungan Data Pribadi (UU PDP), peraturan OJK tentang tata kelola data, serta standar internasional seperti Basel untuk manajemen risiko. Implementasi tata kelola data yang baik menjadi fondasi kepatuhan terhadap regulasi ini.
  2. Deteksi Fraud dan Manajemen Risiko
    Kejahatan keuangan seperti pencucian uang, penipuan, dan serangan siber semakin canggih. AI dan machine learning efektif dalam mendeteksi anomali dan pola mencurigakan secara real-time, sehingga meningkatkan kemampuan mitigasi risiko.
  1. Personalisasi Layanan
    Persaingan semakin ketat dengan hadirnya bank digital dan fintech. Analisis data nasabah untuk memberikan layanan yang personal dan relevan menjadi faktor pembeda utama dalam memenangkan pasar.
  1. Efisiensi Operasional
    Otomatisasi proses bisnis melalui AI, seperti penilaian kredit, chatbot layanan pelanggan, dan pemrosesan dokumen, dapat meningkatkan efisiensi dan mengurangi biaya secara signifikan.
  1. Inklusi Keuangan
    Indonesia menargetkan peningkatan inklusi keuangan. AI dapat membantu menjangkau masyarakat yang belum terlayani melalui alternatif penilaian kredit berbasis data non-tradisional dan layanan digital yang lebih mudah diakses.

Transformasi digital di sektor keuangan membawa peluang besar, tetapi juga memunculkan tantangan yang kompleks dalam pengelolaan data. Volume data yang terus meningkat, ditambah dengan tuntutan regulasi dan ekspektasi nasabah, membuat pengelolaan data bukan sekadar kebutuhan teknis, melainkan faktor strategis yang menentukan daya saing.

Hands-On Labs: Preparing Enterprise Data for AI
DKI Jakarta Rabu, 22 Jul 2026

Artificial Intelligence (AI) is only as effective as the quality, accessibility, and trustworthiness of the data that powers it. Many organizations face challenges with fragmented data sources, inconsistent definitions, limited interoperability, and insufficient metadata, making it difficult to fully realize the value of AI initiatives.

This hands-on lab is designed to help data professionals, architects, engineers, analysts, and business stakeholders understand and implement the foundational data management capabilities required for AI readiness. Participants will gain practical experience in preparing enterprise data through data integration, interoperability, metadata management, data quality, and governance practices.

Throughout the session, participants will explore how to connect and harmonize data from multiple sources, establish common data definitions, improve discoverability through metadata, and create trusted data assets that can be effectively utilized by analytics, machine learning, and generative AI applications.

Key Topics

  • Data Integration for AI-ready environments
  • Data Interoperability and standardized data exchange
  • Metadata Management and data discovery
  • Data Governance foundations for AI
  • Building trusted and reusable enterprise data assets
  • Preparing data products for analytics and AI use cases

Learning Outcomes

By the end of this lab, participants will be able to:

  • Understand the critical role of data management in AI initiatives
  • Identify data readiness challenges that impact AI performance
  • Apply practical approaches to integrate and harmonize enterprise data
  • Leverage metadata to improve data accessibility and understanding
  • Establish governance mechanisms that support trusted AI outcomes
  • Design a foundational framework for AI-ready enterprise data

This interactive session combines concepts, best practices, and practical exercises to help organizations move from fragmented data environments toward a trusted, interoperable, and AI-ready data ecosystem.

 

Building a Resilient Data & AI Foundation in The Cloud
DKI Jakarta Selasa, 21 Apr 2026

Sesi pagi Cloud Computing Indonesia Conference 2026 difokuskan pada pentingnya membangun fondasi data dan kecerdasan artifisial (AI) yang tangguh di lingkungan cloud sebagai prasyarat utama transformasi digital nasional. Di tengah meningkatnya ketergantungan pada data dan AI dalam pengambilan keputusan strategis, pemerintah dan industri jasa keuangan dituntut untuk memiliki arsitektur data modern yang andal, aman, dan berkesinambungan.

Melalui perspektif kebijakan dan praktik, sesi ini membahas bagaimana cloud computing berperan sebagai enabler utama dalam pengelolaan data modern, mulai dari tata kelola data, interoperabilitas, hingga kesiapan infrastruktur untuk pemanfaatan AI secara bertanggung jawab. Pembahasan menekankan pentingnya ketahanan sistem (resilience), keamanan informasi, serta kepatuhan terhadap regulasi sebagai fondasi kepercayaan publik dan stabilitas industri keuangan.

Para pemimpin dan praktisi dari sektor pemerintah, industri, dan komunitas data akan berbagi pandangan strategis mengenai arah kebijakan nasional, tantangan implementasi, serta pembelajaran dari inisiatif data dan AI di lingkungan pemerintahan dan layanan keuangan. Diskusi ini diharapkan dapat memberikan pemahaman yang seimbang antara aspek regulasi, tata kelola, dan imperatif bisnis dalam adopsi cloud dan AI.

Sesi ini ditujukan bagi pimpinan instansi, regulator, eksekutif industri finansial, serta pemangku kepentingan transformasi digital yang ingin memperoleh gambaran komprehensif mengenai bagaimana membangun fondasi data dan AI yang resilien, terpercaya, dan siap mendukung agenda digital Indonesia.

Online Selasa, 03 Mar 2026

Kursus ini dirancang untuk membekali para profesional kesehatan, pengelola data, pemimpin teknologi, dan pemangku kepentingan di sektor kesehatan dengan pemahaman komprehensif mengenai pelindungan data rekam medis elektronik (RME) dan keamanan infrastruktur digital layanan kesehatan. Peserta akan mempelajari prinsip-prinsip tata kelola data kesehatan, standar keamanan informasi, praktik kepatuhan terhadap regulasi nasional, serta strategi pengelolaan risiko di lingkungan digital kesehatan yang semakin terintegrasi.

Melalui kombinasi materi teoretis, studi kasus, dan simulasi praktis, kursus ini mengupas berbagai tantangan dalam pengelolaan RME, termasuk pengendalian akses, integritas data, interoperabilitas, keamanan cloud, serta ancaman siber terhadap fasilitas kesehatan. Setelah mengikuti kursus ini, peserta diharapkan mampu:

  • Mengidentifikasi risiko utama terkait keamanan dan kerahasiaan rekam medis elektronik.
  • Menerapkan prinsip pelindungan data pribadi sesuai regulasi Indonesia, termasuk Undang-Undang Pelindungan Data Pribadi (UU PDP) dan regulasi kesehatan terkait.
  • Merancang kebijakan dan prosedur keamanan data kesehatan yang efektif.
  • Mengimplementasikan kontrol teknis dan organisatoris untuk mengamankan infrastruktur digital layanan kesehatan, baik on-premise maupun cloud.
  • Menilai kesiapan keamanan siber fasilitas kesehatan dan mengembangkan rencana peningkatan berkelanjutan.

Kursus ini menjadi fondasi penting bagi organisasi kesehatan yang ingin meningkatkan tata kelola data, mencegah insiden kebocoran informasi, serta membangun kepercayaan pasien dalam ekosistem layanan kesehatan digital.

Artikel Terpopuler Cyber Security

Artikel Terpopuler Serangan Cyber

Artikel Terpopuler Ransomware

Artikel Terpopuler Kebocoran Data

Artikel Terpopuler Perlindungan Data Pribadi