01 · Dasar AI
02 · Keamanan Siber
03 · Privasi Data
04 · Prompt Engineering
Masterclass · Edisi 2026

Masterclass
AI 2026

Dari Dasar hingga Mahir — Literasi, Keamanan Siber, Privasi Data, dan Seni Berbicara dengan AI.

AI
Disusun oleh TIM TRAINER PAHAM AI POLRESTA BOGOR KOTA T.A. 2026
Ilustrasi AI - otak dan tangan robotik
Bagian 1 · Slide 02

Apa Itu AI & AI di Sekitar Kita?

Intinya: komputer atau program yang bisa melakukan hal yang biasanya butuh kecerdasan manusia — mesin yang "mikir" sedikit kayak manusia. AI tidak benar-benar berpikir seperti manusia, melainkan mengenali pola dari data.
📷
Mengenali Wajah

Contoh: Membuka kunci HP dengan wajah Anda.

💬
Ngerti Bahasa

Contoh: Menggunakan asisten suara seperti Siri.

🎨
Bikin Karya Kreatif

Contoh: Menciptakan gambar baru atau ide cerita.

AI di Sekitar Kita
🎵
FYP TikTokRekomendasi video
🗺️
Google MapsPrediksi rute lalu lintas
📍
🎧
SpotifyMenyusun playlist
💬
ChatGPTBahasa alami
Startup AI Lokal Indonesia
Sahabat.ai bisa.ai
Bagian 1 · Slide 03

Evolusi AI: Sebuah Garis Waktu

1956
Lahirnya Istilah AI
Dicetuskan di Dartmouth Conference
Istilah "Artificial Intelligence" pertama kali diperkenalkan oleh John McCarthy, menandai lahirnya ilmu yang mempelajari cara mesin meniru kecerdasan manusia.
1997
Deep Blue
Kalahkan juara catur dunia Kasparov
Komputer buatan IBM mencetak sejarah dengan mengalahkan juara catur dunia Garry Kasparov, membuktikan kemampuan mesin menaklukkan strategi kompleks.
2012
Revolusi Deep Learning
Jaringan saraf berlapis mulai unggul
Kemampuan AI dalam mengenali gambar melonjak pesat berkat teknologi jaringan saraf berlapis (Deep Learning), yang secara resmi mengawali era AI modern.
2022
Ledakan Generative AI
ChatGPT populer secara global
Rilisnya ChatGPT memicu revolusi teknologi, mencetak rekor 100 juta pengguna hanya dalam 2 bulan dan membawa teknologi AI ke tangan masyarakat luas.
2024+
Era AI Agents
AI multimodal & otonom
AI kini mampu memproses teks, gambar, dan video sekaligus (Multimodal), serta mulai bisa menjalankan tugas multi-langkah secara mandiri (AI Agents).
Bagian 1 · Slide 04

Hierarki AI: AI vs ML vs DL

<
AI
MACHINE
LEARNING
DEEP
LEARNING
1. Artificial Intelligence (AI) — Konsep Payung

Bidang paling luas yang mencakup semua upaya untuk membuat mesin meniru kecerdasan manusia. AI bisa beroperasi hanya dengan aturan baku yang diprogram secara manual, seperti program catur lama atau sistem chatbot bank klasik.

2. Machine Learning (ML) — Belajar dari Data

Bagian dari AI yang memungkinkan sistem belajar dan mengenali pola dari data secara otomatis, tanpa perlu diprogram dengan aturan eksplisit. Contoh penerapannya adalah filter spam di email atau algoritma rekomendasi produk belanja.

3. Deep Learning (DL) — Jaringan Saraf Berlapis

Bagian paling spesifik dari ML yang menggunakan struktur jaringan saraf tiruan berlapis untuk memproses data yang sangat kompleks. Teknologi tingkat tinggi inilah yang menggerakkan fitur pengenalan wajah (Face Unlock) dan AI modern seperti ChatGPT.

💡 Analogi Sederhana:

Pahami ketiganya seperti pengelompokan olahraga: AI adalah keseluruhan Olahraga, ML adalah Olahraga Bola, dan DL adalah spesifik Sepak Bola. Setiap Deep Learning pasti AI, tetapi tidak semua AI sekompleks Deep Learning.

Bagian 1 · Slide 05

Bagaimana AI Belajar?

Tiga komponen kunci di balik setiap sistem AI

🗄️

Data

Bahan mentah AI. Kualitas data menentukan kualitas AI — data buruk, hasil buruk.

🧠

Model

Jaringan saraf tiruan yang menangkap pola tersembunyi dalam data.

⚙️

Training / Pelatihan

Proses komputasi berat yang butuh waktu lama dan GPU super kuat.

Bagian 2 · Slide 06

Karakteristik & Evolusi Kejahatan Siber

Borderless Kejahatan siber tidak mengenal batas negara — pelaku di satu negara bisa menyerang korban di negara lain hanya dalam hitungan detik.
?
Anonymous Pelaku menyembunyikan identitas aslinya lewat VPN, proxy, dan akun palsu yang terus berganti sehingga sulit dilacak.
Organized Dijalankan oleh jaringan terstruktur dengan pembagian peran seperti komando — bukan aksi satu orang saja.
Evolusi Ancaman
2016Phishing AI
2019Malware Adaptif
2021Deepfake & Pencurian Identitas
NOW Kejahatan Generatif Terorganisir
Bagian 2 · Slide 07

Ancaman Nyata pada Pelajar

🔓

Phishing Terpersonalisasi

Pesan scam dengan tata bahasa natural, seolah dari orang terpercaya.

🎭

Pemerasan Deepfake

Video/suara palsu untuk cyberbullying atau pencemaran nama baik.

🐛

Malware Berbasis AI

Disusupkan lewat APK Mod atau Cheat game yang tampak sah.

🫆

Eksploitasi Biometrik

Manipulasi verifikasi wajah untuk pinjaman online ilegal.

Bagian 2 · Slide 08

5 Aplikasi AI yang Kerap Disalahgunakan

⚠ SISTEM MENDETEKSI POLA PENYALAHGUNAAN AI ⚠ KENALI ALATNYA, WASPADAI RISIKONYA ⚠ TEKNOLOGI NETRAL — PENGGUNANYA YANG MENENTUKAN ⚠ SISTEM MENDETEKSI POLA PENYALAHGUNAAN AI ⚠ KENALI ALATNYA, WASPADAI RISIKONYA ⚠ TEKNOLOGI NETRAL — PENGGUNANYA YANG MENENTUKAN
BERKAS 01/05
Terdeteksi

Menyusun skrip scam & email phishing yang meyakinkan.

Risiko Tinggi
BERKAS 02/05
Terdeteksi

Membuat dokumen atau foto palsu untuk penipuan.

Risiko Tinggi
BERKAS 03/05
Terdeteksi

Voice scam — meniru suara orang lain secara meyakinkan.

Risiko Sangat Tinggi
BERKAS 04/05
Terdeteksi

Membuat foto deepfake eksplisit & realistis dari deskripsi teks.

Risiko Sangat Tinggi
BERKAS 05/05
Terdeteksi

Menghasilkan video hoaks atau materi propaganda.

Risiko Tinggi
Bagian 2 · Slide 09

Contoh Kasus & Pasal UU ITE (UU No. 1 Tahun 2024)

💬
Pencemaran Nama Baik di MedsosMemposting ujaran yang menyerang kehormatan orang lain sehingga merugikan secara elektronik.
Pasal 27(3)
📰
Penyebaran Berita Bohong / HoaksMembagikan informasi palsu yang menyesatkan dan menimbulkan keresahan/kerugian konsumen.
Pasal 28(1)
🔓
Peretasan / HackingAkses ilegal ke sistem/akun orang lain untuk memperoleh atau mengubah data.
Pasal 30(1)
🗃️
Pencurian Data ElektronikMengambil, menyalin, atau memindahkan data pribadi tanpa hak/izin pemilik.
Pasal 32(1)
🛑
Gangguan Sistem ElektronikMengganggu atau merusak sistem elektronik sehingga tidak dapat berfungsi.
Pasal 33(1)
🪪
Pemalsuan Identitas / DokumenMemanipulasi data elektronik agar seolah-olah asli untuk menipu.
Pasal 35
!
Bagian 2 · Slide 10

Strategi Edukasi & Pencegahan Bagi Pelajar

Pencegahan Efektif = Mindset Kritis + Langkah Teknis + Sinergi Sekolah
Pilar 01

Mindset & Kesadaran

🧠Pikir Kritis — jangan mudah percaya link
🎭Kenali Modus — waspada phishing & deepfake
🙈Jaga Privasi data pribadi
🙋Berani Bertanya / Melapor
Pilar 02

Langkah Teknis

🔑Kata Sandi Kuat & Unik
🔐Aktifkan 2FA
🖱️Cek Sebelum Klik
📥Unduh dengan Aman (hindari MOD)
🔄Perbarui Sistem & Aplikasi
Pilar 03

Sinergi Ekosistem Sekolah

📚Edukasi Berkelanjutan
🎓Peran Guru & Staf sebagai teladan
👪Kolaborasi dengan Orang Tua
📋Kebijakan & Aturan Jelas
⚠ 5 Hal Penting
🔗Jangan sembarang buka tautan
🔒Lindungi akun
🗂️Jaga data pribadi
🚨Laporkan kejahatan
🌐Gunakan internet bijak
Bagian 3 · Slide 11

Data Umum vs. Data Sensitif

Tidak semua data pribadi butuh perlindungan yang sama.

🗂️

Data Umum

Perlu dijaga, namun risikonya lebih rendah bila bocor.

Nama Lengkap NISN / NIM Alamat Email Nomor HP
Risiko Lebih Rendah
VS
🔐

Data Spesifik

Wajib mendapat perlindungan ekstra ketat.

Data Biometrik Rekam Medis Data Keuangan Orientasi Seksual
Proteksi Ekstra Ketat
Bagian 3 · Slide 12

Data Pribadi & Kerangka 5 Detik

ZONA MERAH

Data spesifik & kredensial (rekam medis, biometrik, password) — DILARANG dibagikan.

ZONA KUNING

Perlu disanitasi / hapus identitas dulu sebelum dibagikan.

ZONA HIJAU

Data umum & publik (nama, no HP terbatas) — relatif aman dibagikan.

Bagian 3 · Slide 13

6 Tahap Perjalanan Data

Setiap interaksi dengan AI membawa data Anda melewati 6 titik krusial — dan setiap titik menyimpan potensi risiko privasi.

01
⌨️ Mengetik Input

Teks, foto, atau informasi yang Anda ketik/unggah lewat perangkat (HP/Laptop).

02
🌐 Transmisi Internet

Data dikirimkan melalui jaringan internet menuju server pusat penyedia AI.

03
🧠 Pemrosesan Model

Sistem AI di server menerima dan menganalisis permintaan atau instruksi Anda.

04
🗄️ Penyimpanan Riwayat

Riwayat percakapan (chat history) disimpan di dalam basis data (database).

05
🎓 Pelatihan Model

Data interaksi pengguna digunakan sistem untuk melatih model agar semakin pintar.

06
🤝 Berbagi Pihak Ketiga

Data berpotensi dibagikan ke mitra, afiliasi, atau pihak ketiga.

Dua Kasus Nyata yang Harus Diingat
Kasus 01 Bug ChatGPT (Maret 2023)

Terjadi bug yang memaparkan judul percakapan pengguna lain dan berlangsung selama beberapa jam sebelum diperbaiki.

💡Pelajaran: Data breach (kebocoran data) itu nyata. Sistem berskala besar sekalipun rentan mengalami kegagalan — kontrol jumlah data yang Anda bagikan saat menggunakan AI.
Kasus 02 Kode Sumber Samsung Bocor

Karyawan melakukan debugging kode sumber rahasia perusahaan menggunakan ChatGPT. Akibatnya, kode tersebut terserap ke dalam model AI, memaksa Samsung melarang penggunaan AI generatif secara internal.

💡Pelajaran: Model memorization itu nyata. Data sensitif atau rahasia perusahaan yang sudah diserap oleh model AI tidak bisa "ditarik kembali".
Bagian 3 · Slide 14

Pokok Bahasan 03: Enam Risiko Privasi

Mengenali jenis risiko membantu Anda memilih mitigasi yang tepat. Solusi data breach berbeda dengan solusi oversharing.

01🪪Identitas Dicuri

Pencurian informasi seperti KTP dan data pribadi untuk penipuan.

02👁️Pengawasan Berlebihan

Pelacakan yang intrusif terhadap aktivitas dan kebiasaan pengguna.

03📊Profiling Data Pribadi

Menggunakan data pengguna untuk pemodelan perilaku secara otomatis.

04🔀Transfer Data Tidak Sah

Pengiriman data ke pihak ketiga tanpa persetujuan pengguna.

05📢Oversharing Informasi

Berbagi terlalu banyak data sensitif yang tidak perlu.

06🔓Pelanggaran Keamanan Data

Akses tidak sah yang menyebabkan kebocoran data pengguna.

Bagian 3 · Slide 15

Hak-Hakmu Berdasarkan UU PDP

01
👁️
Hak Tahu

Tahu data apa yang dikumpulkan

02
🔍
Hak Akses

Melihat data milikmu

03
✏️
Hak Koreksi

Memperbaiki data yang keliru

04
🗑️
Hak Hapus

Meminta penghapusan data

05
🚫
Hak Tolak

Menolak pemrosesan data

"Privasi adalah mata uang baru — jika gratis, kamulah produknya."
Bagian 4 · Slide 16

Rumus Rahasia Prompt: K-I-F-C (Aplikasi & Simulasi Nyata)

K
KonteksFondasi Peran & Situasi

Membangun fondasi peran dan situasi nyata agar AI tidak menebak-nebak.

I
InstruksiKata Kerja Tindakan

Gunakan action verb yang tegas seperti Tulis, Analisis, atau Bandingkan.

F
FormatStruktur Output

Mengatur struktur, batasan panjang kata, dan gaya bahasa output.

C
ContohReferensi Pola

Memberikan referensi pola (One/Few-Shot) agar hasil akurat.

kific_prompt.sh — live simulation
> [K]"Saya adalah seorang siswa SMA yang baru saja memenangkan lomba debat tingkat provinsi."
> [I]"Tuliskan caption Instagram"
> [F]"dalam Bahasa Indonesia formal sepanjang 50-80 kata"
> [C]"dengan nada bangga namun humble, seperti gaya caption atlet profesional, sebutkan partner debat, akhiri dengan rasa syukur, serta sertakan 3-5 hashtag."
> OUTPUT
"Saya adalah seorang siswa SMA yang baru saja memenangkan lomba debat antar-sekolah tingkat provinsi. Tuliskan caption Instagram dalam Bahasa Indonesia dengan panjang 50-80 kata untuk merayakan kemenangan ini. Nada caption bangga tetapi tidak sombong, seperti gaya caption athlete humble. Sebutkan partner debat saya dan akhiri dengan rasa syukur, serta sertakan 3-5 hashtag relevan."
Bagian 4 · Slide 17

Teknik Klasik & Chain-of-Thought

0
Zero-Shot (Tanpa Contoh)Digunakan untuk tugas umum seperti terjemahan atau ringkasan cepat. AI langsung mengeksekusi berdasarkan pola pelatihannya.
1
One-Shot (1 Contoh)Digunakan untuk format spesifik. Memberikan 1 contoh acuan agar AI bisa meniru struktur atau pola yang diinginkan.
3-5
Few-Shot (Beberapa Contoh)Digunakan untuk tugas kompleks atau format unik. Memberikan 3-5 contoh untuk memperkuat pattern recognition (pengenalan pola) AI.
💡
Chain-of-Thought (CoT)Gunakan magic phrase "Mari kita pikirkan langkah demi langkah" untuk memaksa AI bernalar pada soal logika atau matematika yang rumit.
LANGKAH DEMI LANGKAH →
Bagian 4 · Slide 18

Siklus Anti-Gagal: D-A-T

🔍DiagnoseCek output
🛠️AdjustPerbaiki K-I-F-C
🔁TestCoba lagi
1
Diagnose (Cek Output)

Temukan letak masalahnya. Apakah jawaban AI terlalu panjang, salah format, mengalami hallucination (mengarang bebas), atau keluar dari konteks?

2
Adjust (Perbaiki K-I-F-C)

Lakukan penyesuaian pada komponen prompt. Pertajam instruksinya, perjelas konteksnya, ubah formatnya, atau tambahkan contoh.

3
Test (Coba Lagi)

Jalankan kembali prompt yang telah diperbaiki. Iterasi adalah tanda profesional.

Artificial Intelligence is the future
and the future is here.

Penutup · Slide 19

Komitmen Pribadi 2026

Etika AI Lindungi Privasi Cerdas Merancang Prompt

"AI yang hebat lahir dari pengguna yang bijak."

✓ Misi Selesai · Terima Kasih
Tim Trainer Paham AI Polresta Bogor Kota
SLIDE 01 / 18
←
→