ANALISIS KEBOCORAN DATA SENSITIF PERSEORANGAN MENGGUNAKAN OSINT (OPEN SOURCE INTELLIGENCE)

Prasetyo, Rafli Ilham (2025) ANALISIS KEBOCORAN DATA SENSITIF PERSEORANGAN MENGGUNAKAN OSINT (OPEN SOURCE INTELLIGENCE). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (201kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (1MB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (461kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf - Published Version Download (101kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (327kB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Pesatnya perkembangan teknologi informasi dan meningkatnya penggunaan internet di Indonesia telah menimbulkan tantangan serius dalam perlindungan data pribadi sensitif. Kebocoran data tidak hanya terjadi melalui peretasan sistem, tetapi juga melalui jejak digital pasif yang terindeks secara publik tanpa disadari oleh pemiliknya. Kondisi ini menimbulkan dampak signifikan, mulai dari ancaman terhadap privasi individu, potensi pencurian identitas, hingga risiko sosial dan finansial akibat penyalahgunaan data. Oleh karena itu, penelitian ini berangkat dari urgensi untuk memahami bagaimana data pribadi dapat terekspos secara terbuka, serta bagaimana metode investigasi berbasis Open Source Intelligence (OSINT) dapat digunakan untuk mengidentifikasi dan menganalisis kerentanan tersebut. Metode penelitian menggunakan pendekatan OSINT hibrida, yang menggabungkan teknik Google Dorking untuk menelusuri dokumen digital terindeks publik dan Social Media Intelligence (SOCMINT) untuk memprofilkan informasi dari media sosial. Alat yang digunakan meliputi operator pencarian lanjutan Google, validasi melalui bot ekstraksi data, serta analisis jejak digital dari platform seperti Instagram dan LinkedIn. Proses penelitian mengikuti tahapan sistematis: Pre-Engagement (penetapan tujuan dan batasan), Information Gathering (pengumpulan data), Analysis & Correlation (pengolahan dan korelasi data), hingga Reporting (penyajian hasil dan risiko). Pendekatan ini memastikan bahwa proses investigasi dapat direplikasi oleh peneliti lain dengan tetap memperhatikan batasan etika dan regulasi perlindungan data pribadi. Hasil penelitian menunjukkan bahwa data sensitif yang paling sering terekspos meliputi nama lengkap, Nomor Induk Kependudukan (NIK), nomor telepon, alamat rumah, serta riwayat pendidikan. Kebocoran ini sebagian besar berasal dari dokumen lama yang terindeks mesin pencari dan unggahan media sosial yang tidak terlindungi. Penelitian ini berkontribusi dalam memberikan pemahaman mendalam mengenai efektivitas OSINT dalam mengidentifikasi kebocoran data, sekaligus menegaskan potensi ancaman doxing dan penipuan berbasis rekayasa sosial. Hasil penelitian dapat dimanfaatkan oleh akademisi, praktisi keamanan siber, maupun masyarakat umum untuk meningkatkan kesadaran terhadap manajemen jejak digital. Selain itu, penelitian lanjutan direkomendasikan untuk mengintegrasikan OSINT dengan teknologi machine learning dan analitik big data, sehingga deteksi kebocoran data dapat dilakukan secara lebih cepat, adaptif, dan komprehensif di masa depan.

Actions (login required)

View Item