Langsung ke isi
CISSReC — Lembaga Riset Siber Indonesia

Berita

RUU AI Masuk Prolegnas, Momentum Memperkuat Tata Kelola Riset dan Keamanan Siber

Diterbitkan 18 November 2026

Wacana pengaturan kecerdasan artifisial kembali mengemuka setelah Komisi I DPR mengusulkan agar rancangan undang undang tentang kecerdasan artifisial dimasukkan ke dalam Program Legislasi Nasional. Usulan itu menandai bahwa pembahasan AI tidak lagi berhenti pada soal etika atau pemanfaatan ekonomi, tetapi mulai bergerak ke ranah hukum positif yang akan mengikat riset, pengembangan produk, dan operasional layanan digital di Indonesia.

Bagi komunitas riset, sinyal tersebut penting karena selama ini pengembangan model AI di dalam negeri berjalan tanpa kerangka hukum yang khusus. Praktik pengumpulan data, pelatihan model, hingga evaluasi kinerja sistem umumnya mengacu pada aturan sektoral yang tersebar, mulai dari perlindungan data pribadi sampai ketentuan transaksi elektronik. Ketidakjelasan itu menyulitkan peneliti menentukan batas aman ketika menguji model pada data sensitif.

Dari sisi teknis, kebutuhan paling mendesak adalah standar pengujian. Model AI yang dipakai untuk layanan publik perlu diuji bukan hanya akurasinya, tetapi juga ketahanannya terhadap manipulasi masukan, kebocoran data latih, dan penyalahgunaan antarmuka pemrograman. Tanpa prosedur uji yang baku, temuan riset sulit diterjemahkan menjadi jaminan mutu yang bisa diperiksa pihak ketiga, termasuk auditor keamanan.

Implikasi bagi keamanan siber Indonesia terletak pada rantai pasok model. Banyak sistem AI dibangun di atas model dasar pihak ketiga, pustaka sumber terbuka, dan layanan komputasi awan. Setiap lapisan itu membawa risiko sendiri, mulai dari dependensi yang rentan sampai penyisipan kode berbahaya pada paket perangkat lunak. Regulasi yang baik semestinya mewajibkan dokumentasi komponen, pencatatan versi, dan mekanisme pelaporan insiden.

Isu lain yang menuntut kejelasan adalah tata kelola data latih. Kualitas dan keterwakilan data menentukan bias model, sementara sumber data menentukan risiko hukum. Peneliti membutuhkan aturan yang tegas soal penggunaan data publik, data sintetis, dan data yang diperoleh melalui perjanjian lisensi, agar inovasi tetap berjalan tanpa melanggar hak subjek data.

Pengujian sebelum peluncuran juga perlu disertai pengawasan setelah sistem beroperasi. Model yang sudah dipakai dapat berubah perilaku karena pembaruan bobot, perubahan data masukan, atau interaksi pengguna. Karena itu, dokumentasi versi dan jejak audit menjadi syarat teknis yang tidak bisa ditawar, terutama untuk sistem yang menangani layanan publik atau infrastruktur penting.

Di tingkat institusi, usulan masuk Prolegnas sebaiknya dibarengi penguatan laboratorium uji dan skema sertifikasi yang melibatkan perguruan tinggi, lembaga riset, dan penyedia layanan keamanan. Kolaborasi itu memungkinkan evaluasi dilakukan secara independen, sehingga hasil pengujian tidak bergantung sepenuhnya pada klaim pengembang.

Yang perlu dijaga adalah agar kerangka hukum tidak menghambat eksperimen skala kecil. Riset AI berkembang melalui iterasi cepat, dan aturan yang terlalu kaku pada tahap awal berisiko memindahkan kegiatan pengembangan ke luar negeri. Pendekatan berbasis tingkat risiko, dengan kewajiban yang proporsional sesuai dampak sistem, lebih masuk akal untuk konteks Indonesia.

Dengan demikian, pembahasan RUU AI layak diarahkan pada tiga hal konkret, yaitu standar pengujian yang dapat diaudit, kewajiban dokumentasi rantai pasok model, dan mekanisme pelaporan insiden yang jelas. Ketiganya bukan sekadar administrasi, melainkan fondasi teknis bagi kepercayaan publik terhadap sistem AI yang semakin banyak dipakai di ruang digital Indonesia.

Terkait

← Semua berita