NIST Cyber AI Profile: Tiga Fokus Keamanan AI untuk Perusahaan Indonesia
NIST Cyber AI Profile adalah draf panduan dari National Institute of Standards and Technology (NIST) Amerika Serikat yang menerapkan Cybersecurity Framework 2.0 pada sistem kecerdasan buatan. Sederhananya, dokumen ini memberi tahu tim keamanan bagian mana dari program siber yang perlu diperkuat ketika perusahaan memakai AI. Tulisan ini membahas isi draf NIST IR 8596, tiga fokus areanya, cara membaca skala prioritas, masukan dari workshop NIST, konteks Indonesia, hingga langkah praktis untuk perusahaan.
TLDR
Apa Itu NIST Cyber AI Profile dan Mengapa Penting?
Draf NIST IR 8596 terbit 16 Desember 2025 sebagai peta keamanan siber khusus AI yang dibangun di atas CSF 2.0.
Secure, Defend, Thwart: Tiga Fokus Area Keamanan AI
NIST membagi persoalan menjadi mengamankan sistem AI, memakai AI untuk bertahan, dan menangkal serangan yang dibantu AI.
Cara Membaca Prioritas 1, 2, dan 3 di 106 Subkategori
Setiap subkategori CSF diberi usulan prioritas tinggi, menengah, atau fondasional untuk tiap fokus area.
Shadow AI dan AIBOM, Masukan dari Workshop NIST 2026
Laporan NIST IR 8607 mencatat kekhawatiran soal AI tanpa izin, rantai pasok model, dan pentingnya manusia dalam kendali.
Konteks Indonesia: Data BSSN dan Kewajiban UU PDP
Dengan 5,2 miliar anomali trafik pada 2025 dan tenggat notifikasi 3 x 24 jam di UU PDP, perusahaan Indonesia butuh kerangka yang terstruktur.
Langkah Praktis Memakai Cyber AI Profile di Perusahaan
Mulai dari inventaris AI, pilih fokus area yang paling relevan, lalu kerjakan subkategori prioritas 1 lebih dulu.
Kesimpulan
Walau masih draf, Cyber AI Profile sudah cukup matang untuk dijadikan daftar periksa keamanan AI perusahaan.
Banyak perusahaan di Indonesia kini memakai chatbot untuk layanan pelanggan, asisten AI untuk merangkum dokumen, atau fitur AI bawaan di perangkat lunak keamanan. Pertanyaan yang sering muncul di rapat direksi selalu sama: apakah program keamanan siber yang sudah ada cukup untuk menahan risiko baru ini? Selama ini jawabannya sering berupa tebakan, karena standar keamanan siber umum belum membahas model, prompt, dan agen AI secara khusus. Draf NIST yang terbit akhir 2025 mencoba mengisi celah itu dengan bahasa yang sudah dikenal tim keamanan, yaitu struktur Cybersecurity Framework.
Apa Itu NIST Cyber AI Profile dan Mengapa Penting?
NIST Cyber AI Profile, bernomor NIST IR 8596, adalah draf awal (Initial Preliminary Draft) yang diterbitkan NIST pada 16 Desember 2025. Dokumen ini memetakan pertimbangan khusus AI ke dalam fungsi, kategori, dan subkategori CSF 2.0, sehingga perusahaan bisa menambah aspek AI ke program keamanan yang sudah berjalan tanpa membangun kerangka baru.
Profil ini disusun tim NIST bersama MITRE, antara lain Katerina Megas dan Barbara Cuthill dari NIST. Menurut NIST (Desember 2025), draf ini hasil kerja sekitar satu tahun dan lebih dari 6.500 orang telah bergabung ke komunitas yang ikut memberi masukan. Masa komentar publik berlangsung 45 hari dan ditutup pada 30 Januari 2026.
Profil ini tidak dimaksudkan menggantikan kerangka yang sudah ada. NIST menulis bahwa dokumen ini mengasumsikan perusahaan sudah punya program keamanan siber, lalu menambahkan pertimbangan sesuai cara perusahaan memakai AI. Struktur dasarnya tetap enam fungsi CSF 2.0, yaitu Govern, Identify, Protect, Detect, Respond, dan Recover.
Barbara Cuthill, salah satu penulis profil, menjelaskan alasannya kepada NIST: "Regardless of where organizations are on their AI journey, they need cybersecurity strategies that acknowledge the realities of AI's advancement." Artinya, perusahaan yang baru mencoba AI maupun yang sudah memakainya secara luas sama-sama butuh strategi keamanan yang memperhitungkan perkembangan AI.
Statusnya perlu dicatat. Per 25 Oktober 2026, halaman resmi NIST masih mencantumkan NIST IR 8596 sebagai draf awal. Laporan NIST IR 8607 (Agustus 2026) menyebut versi berikutnya, yaitu Initial Public Draft, direncanakan untuk komentar publik pada musim panas 2026. Isinya masih bisa berubah, tetapi arah besarnya sudah jelas.
Secure, Defend, Thwart: Tiga Fokus Area Keamanan AI
Cyber AI Profile membagi keamanan AI menjadi tiga fokus area. Secure berarti mengamankan komponen sistem AI di dalam perusahaan. Defend berarti memakai AI untuk memperkuat pertahanan siber. Thwart berarti membangun ketahanan terhadap serangan yang memanfaatkan AI. Ketiganya saling menopang dan dibaca bersama untuk setiap subkategori CSF.
Secure, mengamankan sistem AI. Fokusnya tantangan keamanan saat AI diintegrasikan ke infrastruktur perusahaan. NIST menyebut komponen yang perlu diamankan meliputi model, agen, algoritma, prompt, dan data, ditambah pelatihan karyawan dan perlindungan dari input yang sengaja dirancang untuk menipu model.
Defend, memakai AI untuk bertahan. AI bisa menyaring volume peringatan keamanan yang besar, memisahkan ancaman nyata dari kebisingan, dan memberi saran tindakan saat serangan berlangsung. NIST juga mencontohkan otomatisasi respons insiden, layanan help desk keamanan tingkat pertama, dan penulisan laporan insiden.
Thwart, menangkal serangan berbasis AI. Contoh dalam draf meliputi spear phishing yang lebih meyakinkan dengan audio dan video deepfake, malware baru yang lolos dari deteksi berbasis tanda tangan, serta agen AI yang menjalankan tahapan serangan secara otomatis, dari pengintaian sampai pencurian data.
NIST menjelaskan bahwa yang membedakan serangan berbasis AI adalah kecepatan dan skalanya, kemudahan bagi penyerang untuk memakainya, serta sifat AI yang dinamis. Akibatnya, langkah penangkal sulit diterapkan dalam jangka waktu yang biasa dipakai tim keamanan.
Menurut Cuthill, pembagian ini mencerminkan cara AI masuk ke perusahaan yang berbeda-beda: "But ultimately every organization will have to deal with all three." Bank yang baru memasang chatbot mungkin mulai dari Secure, tetapi cepat atau lambat akan berhadapan dengan phishing deepfake di wilayah Thwart.
Cara Membaca Prioritas 1, 2, dan 3 di 106 Subkategori
Draf ini memuat enam tabel, satu untuk tiap fungsi CSF, yang mencakup 106 subkategori. Setiap subkategori diberi usulan prioritas per fokus area: angka 1 untuk prioritas tinggi, angka 2 untuk prioritas menengah, dan angka 3 untuk prioritas fondasional. Skala ini membantu perusahaan menentukan pekerjaan mana yang perlu didahulukan.
NIST menjelaskan bahwa subkategori prioritas 1 dianggap paling kritis dan sebaiknya ditangani paling cepat sesuai sumber daya yang ada. Prioritas 2 dikerjakan sesudah prioritas 1 selesai. Prioritas 3 tetap penting, dan NIST menegaskan bahwa label fondasional tidak sama dengan prioritas rendah.
Selain angka prioritas, tiap tabel berisi kolom pertimbangan umum dan pertimbangan per fokus area. Untuk Defend, NIST menambahkan contoh peluang pemakaian AI. Jika suatu subkategori ditandai "standard cybersecurity practices apply", artinya praktik keamanan yang sudah ada dianggap cukup dan tidak ada pertimbangan AI khusus.
NIST juga mengingatkan bahwa penentuan prioritas bersifat subjektif dan didasarkan pada pengamatan lapangan serta pendapat ahli. Prioritas di perusahaan Anda bisa lebih tinggi atau lebih rendah, tergantung lingkungan, kebutuhan, dan toleransi risiko. Skala ini juga tidak menggambarkan tingkat kesulitan pekerjaan.
Contoh praktisnya, tim TI bisa menyaring tabel Protect, mengambil subkategori yang berlabel 1 di kolom Secure, lalu mencocokkannya dengan kontrol yang sudah ada. Selisihnya menjadi daftar pekerjaan keamanan AI untuk kuartal berikutnya, dan daftar itu bisa dijelaskan ke direksi dengan bahasa CSF yang sudah mereka kenal.
Shadow AI dan AIBOM, Masukan dari Workshop NIST 2026
Laporan NIST IR 8607 yang terbit Agustus 2026 merangkum masukan Workshop Cyber AI Profile kedua pada 14 Januari 2026. Masukan yang menonjol meliputi risiko shadow AI, kebutuhan dokumentasi rantai pasok AI seperti AIBOM, pengujian sebelum data diserahkan ke sistem AI, dan peran manusia dalam mengawasi keputusan AI.
Shadow AI. Peserta menilai hambatan yang terlalu banyak membuat karyawan memakai AI lewat akun pribadi, sehingga risiko kebocoran data naik. Istilah shadow AI disebut sebagai kekhawatiran besar dalam penilaian dampak AI.
Rantai pasok dan AIBOM. Peserta mengusulkan dokumentasi seperti AI Bill of Materials, mirip SBOM pada perangkat lunak, serta tanda tangan kriptografis untuk menjaga integritas model open source dan komponen pihak ketiga.
Pengujian sebelum dipercaya. Perusahaan mencari jawaban atas pertanyaan bagaimana memercayai sistem AI sebelum memberinya data. Opsi yang dibahas meliputi metrik kinerja, sertifikasi, dan benchmark.
Manusia tetap dalam kendali. Peserta menegaskan bahwa human in the loop masih menjadi standar akuntabilitas AI saat ini, dan AI di dalam perusahaan perlu diperlakukan mirip ancaman orang dalam ketika menerapkan zero trust.
Laporan yang sama mencatat bahwa peserta menganggap draf terlalu fokus pada tahap penerapan, lalu meminta NIST menambah panduan keamanan saat AI masih dikembangkan. Ada juga permintaan dukungan khusus untuk usaha kecil dan menengah, karena tim keamanan mereka sudah penuh dengan pekerjaan rutin.
NIST menegaskan bahwa rangkuman ini bukan rekomendasi resmi, melainkan tema yang berulang dalam diskusi. Meski begitu, daftar ini berguna sebagai cermin, karena persoalan yang sama juga dihadapi perusahaan di Indonesia.
Konteks Indonesia: Data BSSN dan Kewajiban UU PDP
Kerangka NIST relevan bagi Indonesia karena tekanan ancamannya nyata. Badan Siber dan Sandi Negara (BSSN) mencatat sekitar 5,2 miliar anomali trafik internet sepanjang 2025, dan 93,78 persen di antaranya berupa potensi malware. Di sisi hukum, UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi menetapkan kewajiban keamanan yang ketat.
Angka BSSN disampaikan Slamet Aji Pamungkas, Deputi Bidang Keamanan Siber dan Sandi Perekonomian BSSN, di Jakarta pada 8 Mei 2026, seperti dilaporkan Infobank. Ia menyebut rata-rata ada sekitar 185 potensi serangan siber per detik, sementara kapasitas pemantauan BSSN belum mencapai 10 persen trafik nasional. "Jadi, kalau ada 10 pintu yang harus kami awasi, kami baru punya satu sisi pintu," kata Slamet.
Pasal 35 UU PDP mewajibkan Pengendali Data Pribadi melindungi dan memastikan keamanan data pribadi yang diprosesnya. Pasal 46 ayat (1) mengatur bahwa jika terjadi kegagalan pelindungan data pribadi, pengendali wajib memberi tahu secara tertulis "paling lambat 3 x 24 (tiga kali dua puluh empat) jam" kepada subjek data dan lembaga. Chatbot yang membocorkan data pelanggan termasuk dalam cakupan kewajiban ini.
Kerangka nasionalnya juga terus bertambah. Perpres Nomor 47 Tahun 2023 tentang Strategi Keamanan Siber Nasional dan Manajemen Krisis Siber berlaku sejak 20 Juli 2023. Pada 17 Juni 2026, berlaku Peraturan BSSN Nomor 2 Tahun 2026 tentang penerapan Kerangka Kualifikasi Nasional Indonesia untuk bidang seperti Security Operation Center, audit keamanan informasi, dan tanggap insiden siber.
Cyber AI Profile tidak mengikat secara hukum di Indonesia. Namun, profil ini bisa menjadi alat bantu untuk membuktikan bahwa perusahaan sudah mengambil langkah teknis yang terukur saat memproses data pribadi dengan AI, sesuatu yang sulit dibuktikan tanpa kerangka yang jelas.
Langkah Praktis Memakai Cyber AI Profile di Perusahaan
Cara paling realistis memakai Cyber AI Profile adalah menjadikannya daftar periksa tambahan untuk program keamanan yang sudah ada. Mulailah dengan mendata semua pemakaian AI, tentukan fokus area yang paling relevan, lalu kerjakan subkategori prioritas 1 sebelum melangkah ke prioritas berikutnya.
Inventaris pemakaian AI. Catat semua model, chatbot, agen, dan fitur AI bawaan di aplikasi pihak ketiga, termasuk AI yang dipakai karyawan lewat akun pribadi. Tanpa daftar ini, shadow AI tidak akan pernah terlihat.
Petakan ke tiga fokus area. Tentukan mana yang termasuk Secure, misalnya chatbot layanan pelanggan, mana yang Defend, misalnya fitur AI di SIEM, dan ancaman Thwart apa yang paling mungkin, misalnya phishing deepfake ke bagian keuangan.
Kerjakan prioritas 1 lebih dulu. Unduh draf NIST IR 8596, saring subkategori berlabel 1 di fokus area pilihan, lalu bandingkan dengan kontrol yang sudah berjalan.
Minta dokumentasi dari vendor. Tanyakan asal data latih, komponen open source, dan cara vendor menangani insiden. Bagi pengendali data pribadi, jawaban ini ikut menentukan kemampuan memenuhi tenggat notifikasi 3 x 24 jam di UU PDP.
Siapkan orang dan pengawasan. Tetapkan siapa yang menyetujui keputusan AI yang berdampak besar, dan latih karyawan mengenali phishing berbasis AI.
Perusahaan menengah tidak perlu menyelesaikan seluruh 106 subkategori sekaligus. Dua atau tiga subkategori prioritas tinggi yang dikerjakan dengan benar, misalnya inventaris aset AI dan prosedur respons insiden yang mencakup AI, sudah lebih berguna daripada dokumen kebijakan panjang yang tidak dijalankan.
Pantau juga pembaruan dari NIST. Versi Initial Public Draft akan membuka masa komentar publik baru, dan perusahaan Indonesia bisa ikut mengirim masukan atau bergabung ke komunitas profil ini.
Kesimpulan
NIST Cyber AI Profile memberi cara yang terstruktur untuk menjawab pertanyaan apakah keamanan siber perusahaan sudah siap untuk AI. Dengan tiga fokus area Secure, Defend, dan Thwart serta skala prioritas pada 106 subkategori CSF 2.0, tim keamanan bisa menyusun rencana kerja yang bisa diukur dan dijelaskan ke manajemen.
Bagi perusahaan Indonesia, profil ini paling berguna jika dipadukan dengan kewajiban lokal seperti UU PDP dan arahan BSSN. Langkah pertama yang paling murah tetap sama: ketahui dulu di mana saja AI dipakai di perusahaan Anda, lalu amankan bagian yang paling berisiko.
(Burung Hantu Infratek / Berbagai Sumber)
⚠️ Artikel ini seluruhnya diriset, ditulis, dan dikembangkan oleh AI internal Burung Hantu Infratek.
🦉 Burung Hantu Infratek adalah software house dan system integrator yang sudah berpengalaman lebih dari 5 tahun dalam pengembangan dan implementasi generative AI pada berbagai perusahaan dan institusi.
Sumber dan Referensi
[1] Draft NIST Guidelines Rethink Cybersecurity for the AI Era - NIST
[3] Cyber AI Profile Preliminary Draft (PDF) - NIST
[4] NIST IR 8607, Workshop Summary Report for Cyber AI Profile Hybrid Workshop #2 - NIST CSRC
[5] BSSN Ungkap 5,2 Miliar Anomali Trafik Internet, Mayoritas Berpotensi Jadi Ransomware - Infobank
[6] UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi - JDIH BPK