0Pricing
Cloud & IT Cert Prep · Pelajaran

Privasi sejak Perancangan dan Kebijakan Retensi Data

Terapkan prinsip privasi sejak perancangan pada arsitektur sistem dan susun kebijakan penyimpanan serta pemusnahan data yang mengurangi tanggung jawab hukum dan biaya penyimpanan.

Privasi sejak Perancangan dan Kebijakan Retensi Data adalah pelajaran Cloud & IT Cert Prep gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Cloud & IT Cert Prep, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Cloud & IT Cert Prep mencakup 4 pelajaran total.

Pengantar Privacy by Design

Privacy by Design (PbD) adalah kerangka kerja yang dikembangkan oleh Ann Cavoukian pada 1990-an yang memperlakukan privasi sebagai Requirement arsitektur mendasar, bukan sesuatu yang dipikirkan belakangan. Alih-alih menambahkan controls privasi setelah sistem selesai dibangun, PbD mengintegrasikannya sejak keputusan design pertama. Pasal 25 GDPR secara resmi menetapkan PbD sebagai Requirement hukum untuk sistem yang ditujukan bagi EU, dengan mewajibkan perlindungan Data berdasarkan design dan secara default—artinya pengaturan default harus selalu menjadi opsi yang paling Protect privasi yang tersedia.

7 Prinsip Dasar PbD

Tujuh prinsip Cavoukian adalah: Proaktif, bukan reaktif—mengantisipasi dan mencegah peristiwa privasi sebelum terjadi. Privasi sebagai default—tidak diperlukan tindakan User untuk Protect privasi. Privasi tertanam dalam design—bukan ditambahkan sebagai lapisan. Fungsionalitas penuh—privasi tidak mengharuskan pengorbanan Security atau fungsionalitas. Security menyeluruh dari awal hingga akhir—perlindungan sepanjang lifetime, dari pengumpulan hingga pemusnahan. Visibilitas dan transparansi—operasi terbuka untuk verifikasi independen. Menghormati privasi User—controls yang berpusat pada User dan pengaturan default yang kuat.

Privasi secara Default

Privasi secara default berarti pengaturan yang paling Protect privasi sudah aktif sejak awal—User tidak perlu memilih untuk menolak pengumpulan Data atau Restrict berbagi Data; sebaliknya, berbagi Data memerlukan persetujuan aktif. Contoh praktis: profil media sosial harus secara default bersifat privat, bukan publik; alat analitik harus secara default mengumpulkan Data seminimal mungkin; aplikasi harus secara default tidak meminta izin lokasi. Prinsip PbD mengharuskan para engineer menjadikan pilihan yang Protect privasi sebagai tindakan Automatic, bukan mengandalkan kesadaran User.

# Privacy by default examples

# BAD: default opt-in to marketing
newsletter_subscribed = True  # default

# GOOD: default opt-out, explicit opt-in required
newsletter_subscribed = False  # default
# User must actively check the box to subscribe

# BAD: share all analytics by default
telemetry_level = 'full'

# GOOD: minimal data by default
telemetry_level = 'none'  # or 'essential-only'

Minimalisasi Data dalam Praktik

Minimalisasi Data adalah prinsip PbD dan Requirement hukum GDPR: kumpulkan hanya Data pribadi yang benar-benar diperlukan untuk tujuan yang ditentukan. Sebelum membangun fitur, engineer harus bertanya: "Apakah kita benar-benar memerlukan field ini?" Teknik minimalisasi yang umum mencakup pengumpulan nilai turunan alih-alih Data mentah (rentang usia, bukan tanggal lahir), penggunaan pseudonymization (mengganti pengenal langsung dengan token), dan penerapan anonimisasi jika analysis tingkat individu tidak diperlukan. Data yang tidak pernah Anda kumpulkan tidak dapat mengalami pelanggaran.

Pseudonymization vs Anonimisasi

Pseudonymization mengganti Data yang mengidentifikasi secara langsung dengan pengenal buatan (token), sambil mempertahankan mapping table sehingga identitas dapat diidentifikasi kembali menggunakan kunci. GDPR mengakui pseudonymization sebagai teknik pengurangan Risk, tetapi TIDAK mengecualikan Data pseudonim dari GDPR—Data tersebut tetap merupakan Data pribadi. Anonimisasi menghapus kemampuan untuk mengidentifikasi individu secara tidak dapat dipulihkan. Data yang benar-benar anonim berada di luar ruang lingkup GDPR, tetapi anonimisasi yang sesungguhnya sulit dilakukan secara teknis—banyak dataset yang diklaim anonim dapat diidentifikasi kembali menggunakan Data tambahan atau serangan inferensi.

# Pseudonymization example
# Original: user_id=42, name='Alice Smith', email='alice@example.com'
# Pseudonymized: token='a3f9b2c7', age_range='25-34', region='NE'
# Mapping table (kept secure): a3f9b2c7 -> user_id 42
# Re-identification IS possible with the key

# True anonymization
# Aggregated: 1,247 users aged 25-34 in NE region
# No individual record; re-identification NOT possible

Penilaian Dampak Privasi

Privacy Impact Assessment (PIA), yang disebut Data Protection Impact Assessment (DPIA) berdasarkan GDPR, mengevaluasi Risk privasi sebelum sistem atau proses baru diluncurkan. GDPR mewajibkan DPIA ketika pemrosesan kemungkinan menimbulkan Risk tinggi—misalnya pemrosesan Data sensitif berskala besar, pembuatan profil sistematis, atau penggunaan teknologi baru. DPIA mendokumentasikan: tujuan pemrosesan, penilaian kebutuhan, identifikasi Risk, dan langkah-langkah mitigasi Risk. Menyelesaikan DPIA sejak awal mencegah design ulang yang mahal setelah sistem dibangun.

Dasar-Dasar Penyimpanan Data

kebijakan penyimpanan Data menetapkan berapa lama setiap kategori Data disimpan sebelum harus dimusnahkan dengan aman. Keputusan penyimpanan menyeimbangkan dua tekanan yang berlawanan: menyimpan Data cukup lama untuk memenuhi Requirements hukum, operasional, dan audit, tetapi tidak menyimpannya terlalu lama hingga menjadi Risk yang tidak perlu. Prinsip pembatasan penyimpanan GDPR mewajibkan penghapusan Data ketika tidak lagi diperlukan untuk tujuan Original. Jadwal penyimpanan harus didokumentasikan dan ditegakkan secara teknis melalui pekerjaan penghapusan Automatic dan pengaturan kedaluwarsa arsip.

# Example data retention schedule
Data Type          Retention   Legal Basis
-----------------  ----------  ---------------------
Customer records   7 years     Contract + tax law
Employee records   7 years     Employment law
Audit/event logs   1 year      Security monitoring
Marketing emails   Until opt-out GDPR consent
CCTV footage       30 days     Legitimate interest
Payment records    7 years     PCI-DSS + tax law
Backup tapes       90 days     BCP requirements
Deleted accounts   30 days     Grace period then purge

Penangguhan Hukum dan Litigasi

Jadwal penyimpanan harus memiliki mekanisme pengecualian untuk penangguhan hukum. Ketika litigasi diperkirakan akan terjadi atau telah dimulai, organisasi berkewajiban menyimpan semua Data yang mungkin relevan, terlepas dari jadwal penyimpanan normal. Memusnahkan Data yang berada dalam penangguhan hukum dapat dianggap sebagai pemusnahan bukti dan mengakibatkan putusan pengadilan yang merugikan atau sanksi. Perangkat lunak penangguhan hukum menempatkan tanda pelestarian teknis pada Data yang terdampak, sehingga mencegah penghapusan Automatic hingga penangguhan tersebut dicabut oleh tim hukum. Penangguhan hukum harus dilacak dan didokumentasikan selama berlangsung.

Pemusnahan Data yang Aman

Ketika Data mencapai akhir masa penyimpanannya, Data tersebut harus dimusnahkan dengan cara yang membuat pemulihan tidak mungkin dilakukan. Untuk Data digital: penghapusan kriptografis (pemusnahan kunci Encrypt membuat ciphertext tidak berguna), degaussing (untuk media magnetis), penimpaan yang aman (NIST SP 800-88 Clear atau Purge), atau pemusnahan fisik (pencacahan, pembakaran). Organisasi sebaiknya menerbitkan sertifikat pemusnahan—terutama untuk pemusnahan media oleh pihak ketiga—sebagai bukti dalam audit kepatuhan. Untuk penyimpanan cloud, penghapusan kriptografis biasanya merupakan satu-satunya metode yang layak.

Manajemen Persetujuan dan Jejak Audit

Organisasi yang mengandalkan persetujuan sebagai dasar hukum wajib memelihara catatan persetujuan yang membuktikan: siapa yang memberikan persetujuan, kapan persetujuan diberikan, pemrosesan spesifik apa yang disetujui, dan melalui mekanisme apa. Catatan ini harus disimpan selama pemrosesan berlangsung, ditambah waktu yang wajar setelahnya untuk penyelesaian sengketa. Platform manajemen persetujuan (CMP) mengotomatiskan persetujuan cookie, pencatatan preferensi, dan penarikan persetujuan. Jejak audit perubahan persetujuan sangat penting — jika pengguna menarik persetujuan tetapi datanya tetap diproses, organisasi tersebut menghadapi tanggung jawab hukum yang signifikan berdasarkan GDPR.

Privasi dalam Arsitektur Sistem

Penerapan privasi sejak tahap perancangan berarti arsitek menanyakan hal-hal terkait privasi pada waktu perancangan. Utamakan rendering di sisi server daripada beacon analitik di sisi klien. Gunakan tokenisasi alih-alih menyimpan nomor kartu mentah. Terapkan enkripsi tingkat kolom dalam basis data untuk bidang sensitif. Rancang lapisan akses data yang menerapkan batas minimum data yang diperlukan untuk setiap kueri. Simpan PII dalam skema basis data terpisah dengan pembatasan yang lebih ketat. Terapkan privasi diferensial pada keluaran analitik. Pilihan-pilihan ini secara kumulatif menghasilkan sistem yang benar-benar sulit dieksploitasi, bahkan oleh pihak internal.

Pemeriksaan Singkat

Uji pemahaman Anda tentang konsep CompTIA Security+ (SY0-701) dari pelajaran ini.

Ringkasan Pelajaran

Dalam pelajaran ini Anda mempelajari: Privasi sejak Perancangan menanamkan privasi ke dalam sistem sejak awal melalui tujuh prinsip dasar, termasuk privasi sebagai pengaturan bawaan; minimisasi data dan pseudonimisasi mengurangi nilai data bagi penyerang sekaligus tetap memungkinkan analitik; dan kebijakan penyimpanan data menyeimbangkan kewajiban hukum dengan risiko penyimpanan data yang tidak diperlukan melalui pemusnahan aman pada akhir masa penggunaan. Selanjutnya kita akan membahas keamanan Endpoint: antivirus, EDR, dan XDR.

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Privasi sejak Perancangan dan Kebijakan Retensi Data” gratis?

Ya — teks lengkap “Privasi sejak Perancangan dan Kebijakan Retensi Data” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Cloud & IT Cert Prep, upgrade ke CoddyKit PRO. Kursus Cloud & IT Cert Prep mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Privasi sejak Perancangan dan Kebijakan Retensi Data”?

Terapkan prinsip privasi sejak perancangan pada arsitektur sistem dan susun kebijakan penyimpanan serta pemusnahan data yang mengurangi tanggung jawab hukum dan biaya penyimpanan. Kamu berlatih Cloud & IT Cert Prep dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Cloud & IT Cert Prep?

Tidak diperlukan pengalaman sebelumnya. Cloud & IT Cert Prep di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.

Berapa lama pelajaran “Privasi sejak Perancangan dan Kebijakan Retensi Data” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Cloud & IT Cert Prep ini?

Ya. Setiap pelajaran Cloud & IT Cert Prep menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Klasifikasi Data: Publik, Internal, Rahasia, Terbatas
  2. GDPR dan Hak Subjek Data
  3. HIPAA, PCI-DSS, dan Peraturan Khusus Sektor
  4. Privasi sejak Perancangan dan Kebijakan Retensi Data
← Kembali ke Cloud & IT Cert Prep