<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>ANALISIS ANCAMAN KEAMANAN DIGITAL AKIBAT&#13;
PENYALAHGUNAAN ARTIFICIAL INTELLIGENCE DALAM&#13;
SERANGAN SIBER</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Shelvia Maghdalena</mods:namePart><mods:namePart type="family">Putri</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Perkembangan teknologi Artificial Intelligence (AI) menciptakan celah&#13;
keamanan baru yang dieksploitasi untuk serangan siber yang lebih canggih dan&#13;
adaptif. Penelitian ini bertujuan menganalisis ancaman keamanan digital akibat&#13;
penyalahgunaan AI, mengidentifikasi dampaknya terhadap CIA Triad&#13;
(Confidentiality, Integrity, Availability), serta merumuskan strategi mitigasi yang&#13;
efektif. Metode penelitian menggunakan pendekatan mixed-method dengan&#13;
kombinasi studi literatur sistematis, survei terhadap 45 praktisi keamanan siber dan&#13;
profesional IT, serta eksperimen teknis terkontrol meliputi simulasi AI-powered&#13;
phishing, deteksi deepfake menggunakan arsitektur Xception, dan pengujian&#13;
Intrusion Detection System (Snort). Hasil penelitian menunjukkan serangan&#13;
phishing berbasis AI memiliki tingkat kerapian grammar mendekati email&#13;
legitimate (skor 1.0), meningkatkan kesulitan deteksi hingga 45% dibandingkan&#13;
metode konvensional. Model deteksi deepfake mencapai akurasi 94% dengan&#13;
arsitektur Xception. Survei menunjukkan praktisi menilai dampak terhadap&#13;
kerahasiaan (4.56/5) dan integritas (4.40/5) sebagai ancaman paling kritis, namun&#13;
efektivitas alat deteksi saat ini hanya dinilai moderat (3.33/5), mengindikasikan&#13;
kesenjangan signifikan. Penelitian merekomendasikan transformasi menuju deteksi&#13;
cerdas berbasis Machine Learning, penguatan respons insiden otomatis, dan&#13;
penerapan analisis forensik berkelanjutan. Kontribusi penelitian meliputi&#13;
identifikasi spesifik enam bentuk penyalahgunaan AI, analisis dampak kuantitatif&#13;
berdasarkan data empiris, dan roadmap implementasi praktis untuk meningkatkan&#13;
postur keamanan organisasi menghadapi era ancaman siber berbasis AI.</mods:abstract><mods:classification authority="lcc">000 Ilmu komputer, informasi dan pekerjaan umum</mods:classification><mods:classification authority="lcc">004 Pemrosesan data dan ilmu komputer</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8061">2026-01-26</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas AMIKOM Yogyakarta;Fakultas Ilmu Komputer</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>