Cara Menyamarkan Data Pribadi Sebelum Dikirim ke AI

Pernahkah kamu menempelkan isi chat pelanggan, daftar pesanan, atau email keluhan ke chatbot AI supaya cepat dirangkum? Hampir semua orang yang memakai AI di kantor pernah melakukannya. Masalahnya, teks seperti itu sering berisi nama lengkap, nomor HP, alamat, bahkan NIK.

Jawabannya bukan berhenti memakai AI, melainkan menyamarkan data pribadi dulu. Caranya: ganti setiap data yang menunjuk ke orang tertentu dengan penanda netral seperti [NAMA_1] atau [HP_1], kirim teks yang sudah bersih ke AI, lalu kembalikan nilai aslinya di komputer kamu sendiri bila memang perlu. AI tetap bisa merangkum, mengklasifikasi, atau membalas, karena yang ia butuhkan adalah konteks, bukan identitas.

Kenapa data pribadi perlu disamarkan dulu?

Begitu teks terkirim, kamu tidak lagi memegang kendali penuh atas teks itu. Tergantung layanan dan jenis akunnya, percakapan bisa disimpan untuk riwayat, ditinjau untuk keamanan, atau dipakai melatih model bila pengaturannya tidak dimatikan. Kebijakan tiap penyedia berbeda dan bisa berubah, jadi baca ketentuan layanan yang kamu pakai.

Di Indonesia, UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi mewajibkan pengendali data menjaga data pribadi yang ia proses. Mengirim data pelanggan ke pihak ketiga tanpa dasar yang jelas adalah risiko yang sebaiknya dihindari. Hubungan UU PDP dengan pemakaian AI dibahas lebih lengkap di UU PDP dan pemakaian AI.

Menyamarkan data juga mengurangi dampak bila akun AI kamu bocor. Riwayat chat yang hanya berisi [NAMA_3] jauh lebih tidak berguna bagi orang yang membobolnya.

Data apa saja yang harus disamarkan?

Sebelum masuk ke langkah, pahami dulu dua kelompok data. Ada data yang langsung menunjuk ke seseorang (nama, NIK, nomor HP), dan ada data yang baru bisa menunjuk ke seseorang bila digabung (tanggal lahir plus kecamatan plus pekerjaan). Kelompok kedua sering terlewat.

Untuk data yang dalam UU PDP digolongkan data pribadi spesifik, seperti data kesehatan atau data anak, pilihan paling aman adalah tidak mengirimnya sama sekali.

Langkah menyamarkan data secara manual

Cara manual cocok bila kamu hanya sesekali mengirim teks ke AI, misalnya merangkum satu percakapan keluhan.

Kalimat tambahan di prompt kira-kira seperti ini: "Teks berikut berisi penanda seperti [NAMA_1] dan [HP_1]. Itu data yang sengaja disamarkan. Jangan menebak, mengubah, atau mengisi penanda tersebut."

Bagaimana mengotomatiskannya untuk volume besar?

Kalau setiap hari ada puluhan atau ratusan teks yang diproses AI, misalnya lewat chatbot atau workflow otomasi, cara manual tidak realistis. Di sini kamu butuh lapisan penyamaran otomatis yang berjalan sebelum teks dikirim ke API.

Ada dua pendekatan yang biasa dipakai, dan keduanya sering digabung:

• Pola teks (regex). Cocok untuk data yang formatnya tetap: NIK 16 digit, nomor HP yang diawali 08 atau +62, email, nomor kartu. Cepat dan bisa ditebak hasilnya.
• Deteksi entitas (NER). Model kecil yang mengenali nama orang, lokasi, dan organisasi dalam kalimat. Dibutuhkan karena nama tidak punya pola tetap.

Contoh alat open source untuk ini adalah Microsoft Presidio, yang menyediakan komponen untuk mendeteksi lalu menganonimkan data pribadi dalam teks, dan bisa ditambah pengenal buatan sendiri. Untuk teks berbahasa Indonesia, kamu perlu menambah pola lokal seperti NIK dan format nomor HP Indonesia, lalu menguji hasilnya dengan contoh data nyata yang sudah kamu siapkan.

Alurnya dalam aplikasi atau workflow:

Lapisan ini sebaiknya berjalan di server yang kamu kendalikan sendiri, karena di titik itulah data asli masih utuh. Menjalankannya di VPS sendiri membuat data mentah tidak pernah keluar dari infrastruktur kamu.

Apa batasan penyamaran?

Penyamaran otomatis tidak pernah sempurna. Nama yang juga kata umum, salah ketik, atau nama daerah yang mirip nama orang bisa lolos atau malah salah diganti. Karena itu, untuk data yang sangat sensitif, tetap sisakan pemeriksaan manusia atau batasi jenis data yang boleh masuk ke workflow sejak awal.

Penyamaran juga tidak menolong bila konteks sendiri sudah membuka identitas. Kalimat seperti "[NAMA_1], satu-satunya dokter gigi di desa X" tetap bisa dikenali. Untuk kasus seperti itu, generalisasi konteksnya, bukan hanya namanya.

Pilihan lain yang lebih ketat adalah menjalankan model AI di server sendiri, sehingga teks tidak keluar sama sekali. Opsinya dibahas di menjalankan LLM lokal dengan Ollama. Kalau kamu memakai layanan AI publik, atur juga riwayat dan pelatihan data di akunmu lewat panduan menghapus riwayat chat AI dan mengatur privasi akun.

Checklist sebelum menekan tombol kirim:

• Nama, NIK, nomor HP, email, alamat, dan rekening sudah diganti penanda.
• Data spesifik seperti kesehatan dan data anak sudah dihapus.
• Konteks tidak lagi membuka identitas secara tidak langsung.
• Tabel penanda tersimpan terpisah, di tempat yang aman.
• Prompt sudah memberi tahu AI agar membiarkan penanda apa adanya.