Log Aplikasi yang Menyimpan NIK: 1,2 Juta Baris Telemetri dan Kebocoran Rp 3,7 Miliar

Level debug tertinggal di produksi selama 14 bulan. NIK dan nomor rekening ikut terkirim ke vendor observability. Ini cara menutupnya tanpa membutakan audit.

Pukul 02.11 pada 14 September 2026, sebuah aplikasi pembiayaan di Jakarta menulis satu baris log. Isinya rutin: stempel waktu, nama layanan, rute permintaan, dan badan permintaan pengajuan kredit. Di dalam badan permintaan itu ada NIK enam belas digit, nama lengkap, nomor rekening, dan penghasilan bulanan.

Baris yang sama, dengan isi yang berbeda, tercatat 1,2 juta kali selama empat belas bulan. Semuanya dikirim ke platform observability milik vendor di Singapura, tempat 34 engineer memegang akses baca. Pada 3 Oktober, seorang engineer vendor mengunduh 1,2 juta baris itu menjadi berkas CSV untuk menyelidiki latensi pada satu endpoint. Prosesnya sebelas menit. Tidak ada yang menghentikannya, karena fitur ekspor memang disediakan di dasbor.

Kerugian yang tercatat kemudian: Rp 3,7 miliar. Rinciannya Rp 415 juta untuk penyelidikan forensik dan pendampingan hukum, Rp 225 juta untuk memberitahu 38.400 subjek data lewat surat dan call center, Rp 620 juta untuk perbaikan teknis dan audit akses, serta Rp 2,44 miliar dari calon nasabah yang batal mengajukan selama satu kuartal. Angka terakhir itu yang paling menyakitkan, karena tidak muncul di laporan mana pun sampai tim keuangan membandingkan funnel akuisisi tahun lalu dengan tahun ini.

Di atas semua itu masih ada paparan sanksi administratif dua persen dari pendapatan tahunan. Untuk perusahaan dengan pendapatan Rp 780 miliar, hitungannya Rp 15,6 miliar. Angka maksimum, bukan angka yang pasti, tetapi cukup untuk membuat satu rapat direksi berlangsung tiga jam.

Biaya sebesar itu tidak lahir dari satu keputusan besar. Ada empat keputusan kecil, masing-masing terasa wajar saat diambil, dan tidak satu pun diambil oleh orang yang berniat membocorkan data.

Empat keputusan yang terlihat beres

Keputusan pertama diambil pada Juli 2025. Seorang engineer menaikkan level log satu layanan ke debug untuk memburu pesanan yang gagal validasi. Perbaikannya selesai dalam dua jam dan level log tidak pernah diturunkan. Tidak ada yang menyadari, karena tidak ada satu pun tes, tinjauan kode, atau dasbor yang memeriksa tingkat log di produksi. Nilai itu hidup di berkas konfigurasi yang diubah lewat konsol dan hanya dibaca saat ada masalah.

Keputusan kedua lebih tua, dan lebih tersebar. Sebuah middleware mencatat seluruh badan permintaan untuk setiap POST, dengan alasan “supaya bisa mereproduksi bug”. Potongan kode itu disalin ke enam layanan lain karena terlihat praktis. Tidak ada yang bertanya field apa saja yang ikut tercatat.

Keputusan ketiga adalah soal dasbor. Platform log dipilih karena cepat, murah per gigabyte, dan bisa di-query tanpa bantuan tim infrastruktur. Ketiga alasan itu benar. Yang tidak dievaluasi adalah bahwa kecepatan dan kemudahan yang sama juga berlaku bagi siapa pun yang punya kredensial, termasuk akun dukungan milik vendor.

Keputusan keempat soal retensi. Kebijakan resminya 30 hari. Kenyataannya 14 bulan, karena dua indeks lama dibuat sebelum kebijakan itu ada, tidak dimasukkan ke lifecycle policy, dan tetap menerima kiriman dari satu worker yang lupa dimigrasikan. Di platform log, indeks yang lupa dimigrasikan tidak menua. Ia hanya menjadi lebih besar.

Enam jalur masuk, dan hanya satu yang biasanya diperiksa

Hampir setiap tim yang saya temui sudah pernah memikirkan kebocoran lewat basis data. Jauh lebih sedikit yang memikirkan telemetri. Padahal log adalah tempat data bergerak paling bebas, karena sifatnya dianggap sementara dan tidak penting.

JalurYang khas ikut tercatatCara menutupnya
Middleware badan permintaanNIK, nama, rekening, gaji, alamatCatat metadata saja: rute, status, durasi, ukuran badan
Query stringNomor polis, nomor pesanan, token resetTolak parameter sensitif di lapisan gerbang
Penanganan galatNilai variabel lokal, potongan payloadSkema galat tertutup, tanpa objek bebas
Pelacak galat pihak ketigaBadan permintaan, header, jejak tumpukanMatikan pengiriman data pribadi bawaan, pilih field manual
Klien HTTP keluarHeader Authorization, badan balasanRedaksi header dan badan di tingkat pustaka
Konsumen antreanPayload pesan utuhCatat id pesan dan jumlah byte, bukan isi pesan

Jalur keenam yang paling sering lolos. Konsumen antrean biasanya dicatat dengan satu baris log.info(pesan), dan pesan itu berisi objek hasil deserialisasi lengkap. Orang menulisnya karena sedang buru-buru memastikan pesan masuk. Setelah masalahnya selesai, barisnya tetap tinggal.

Satu baris log, empat field yang tidak boleh ada

Ini bentuk baris yang terkirim ke vendor tersebut, dengan nilai yang sudah saya ganti:

{
  "ts": "2026-09-14T02:11:07Z",
  "level": "debug",
  "svc": "pinjaman-api",
  "trace_id": "9f2c1a7b",
  "route": "POST /v1/pengajuan",
  "request_body": {
    "nik": "3174095503880002",
    "nama": "Rahmawati S.",
    "rekening": "1234567890",
    "penghasilan": 8400000
  },
  "http.status": 200,
  "dur_ms": 412
}

Semua field di dalam request_body adalah data pribadi menurut UU PDP, dan sebagian masuk kategori spesifik karena menyangkut data keuangan. Satu baris seperti ini tidak mengubah hidup siapa pun. Satu juta baris adalah berkas pelanggan lengkap yang bisa diurutkan, difilter, dan disilangkan dengan data lain. Bahayanya ada pada jumlah, dan jumlah itu terbentuk tanpa rapat, tanpa persetujuan, hanya karena satu baris kode berjalan setiap kali ada pengajuan.

Hal yang jarang diperiksa tim adalah inventaris field. Banyak organisasi bisa menyebutkan tabel mana yang menyimpan NIK, tetapi tidak bisa menyebutkan field log mana yang memuatnya. Padahal pertanyaan pertama saat insiden selalu berbunyi: data siapa, field apa, sejak kapan. Tanpa inventaris, jawabannya hanya bisa dikira-kira, dan kira-kira tidak cukup untuk laporan 3x24 jam.

Hash SHA-256 tidak membuat NIK jadi anonim

Solusi pertama yang biasanya muncul adalah mengenkripsi atau melakukan hash pada NIK. Niatnya benar, implementasinya sering keliru.

NIK bukan angka acak. Enam digit pertama menunjukkan wilayah, enam digit berikutnya tanggal lahir dalam format DDMMYY dengan penanda tambahan untuk perempuan, dan empat digit terakhir nomor urut. Artinya, untuk satu wilayah dan satu tanggal lahir, ruang kemungkinannya hanya sepuluh ribu. Menghitung sepuluh ribu hash SHA-256 memakan waktu kurang dari satu detik di laptop biasa. Untuk membalik 1,2 juta hash, Anda tinggal mengulang proses itu per kombinasi wilayah dan tanggal, dan pekerjaan selesai dalam hitungan menit. Tanpa garam, hasilnya tabel NIK dalam waktu singkat. Dengan garam yang disimpan di baris yang sama, hasilnya sama saja.

Yang benar adalah HMAC dengan kunci yang disimpan di layanan manajemen kunci, kunci itu tidak pernah ikut ke platform log, dan nilainya diputar berkala. Bahkan begitu, hasilnya masih pseudonim, bukan anonim, karena selama kunci ada, data itu bisa dikaitkan kembali ke orang. UU PDP memperlakukan pseudonim sebagai data pribadi. Jadi jangan menghitungnya sebagai cara keluar dari kewajiban.

Untuk banyak kasus, jawaban yang lebih jujur adalah berhenti mencatat field itu. Nomor rekening tidak dibutuhkan untuk menghitung latensi. Gaji tidak dibutuhkan untuk tahu bahwa validasi gagal. Kalau sebuah field tidak pernah dipakai saat menelusuri insiden, field itu tidak punya alasan untuk berada di log.

Redaksi di titik masuk, bukan di ujung pipa

Pola yang saya pakai sekarang: aplikasi tidak pernah mengirim objek bebas. Setiap layanan menulis log lewat skema yang dideklarasikan, dan skema itu hanya mengizinkan field yang sudah disetujui. Field di luar skema dibuang sebelum keluar dari proses. Ini terasa kaku di minggu pertama, lalu terasa biasa.

aplikasi              collector             vendor              arsip dingin
---------             ---------             ------              ------------
skema tetap     -->   redaksi wajib   -->   indeks per     -->   lifecycle
field allowlist       pola sebagai          layanan + RBAC      30 hari
                      jaring kedua          ekspor berizin
      |                     |                     |                   |
      +-- tolak field       +-- tandai temuan      +-- catat query     +-- hapus
          tak terdaftar         untuk audit           dan unduhan         otomatis

Redaksi berlapis tetap dipasang di collector, tetapi posisinya sebagai jaring kedua, bukan pertahanan utama. Jaring kedua selalu bocor pada kasus yang tidak terduga: NIK yang dikirim sebagai angka, nomor rekening yang ditempel di teks pesan galat, atau nama yang muncul di nama berkas. Karena itu pola regex harus disertai aturan berbasis nama field, dan temuan apa pun dicatat supaya bisa ditinjau.

Level log juga perlu diperlakukan sebagai konfigurasi yang diaudit. Di tempat saya bekerja sekarang, menaikkan level ke debug di produksi hanya bisa lewat pipeline, wajib punya masa berlaku, dan otomatis kembali ke info setelah 30 menit. Kalau engineer butuh lebih lama, ia memperpanjang dengan alasan tertulis. Perubahan konfigurasi seperti ini tercatat di riwayat yang sama dengan perubahan kode.

Satu catatan soal sampling. Banyak tim merasa aman karena hanya menyimpan 1% log. Untuk data pribadi, 1% dari 120 juta baris tetap 1,2 juta baris. Sampling mengurangi biaya penyimpanan, bukan paparan. Kalau field-nya sensitif, sampling tidak menolong.

Kode untuk memeriksa log yang sudah terlanjur ada

Sebelum membangun apa pun, Anda perlu tahu seberapa parah kondisi sekarang. Skrip di bawah memindai berkas JSON Lines, menelusuri setiap field bersarang, dan melaporkan jalur field yang memuat NIK yang lolos validasi struktur. Saya menjalankannya pada lima baris contoh: dua temuan sah terdeteksi di request_body.nik, sementara deretan angka enam belas digit yang tidak berpola NIK diabaikan.

import json, re, sys
from collections import Counter

NIK = re.compile(r"(?<!\d)(\d{16})(?!\d)")

def nik_valid(s):
    prov, dd, mm = int(s[:2]), int(s[6:8]), int(s[8:10])
    if not 11 <= prov <= 94:
        return False
    if dd > 40:
        dd -= 40
    return 1 <= dd <= 31 and 1 <= mm <= 12

def walk(node, path, hits):
    if isinstance(node, dict):
        for k, v in node.items():
            walk(v, f"{path}.{k}" if path else k, hits)
    elif isinstance(node, list):
        for v in node[:5]:
            walk(v, f"{path}[]", hits)
    elif isinstance(node, str):
        for m in NIK.finditer(node):
            if nik_valid(m.group(1)):
                hits[path] += 1
    elif isinstance(node, int):
        s = str(node)
        if len(s) == 16 and nik_valid(s):
            hits[path] += 1

hits = Counter()
total = 0
with open(sys.argv[1], encoding="utf-8") as f:
    for line in f:
        total += 1
        try:
            walk(json.loads(line), "", hits)
        except json.JSONDecodeError:
            pass

print(f"{total} baris dipindai, {sum(hits.values())} temuan")
for path, n in hits.most_common(20):
    print(f"{n:6d}  {path}")

Jalankan pada sampel satu juta baris dari setiap indeks, jangan pada sepuluh baris yang Anda buka manual. Hasilnya biasanya mengejutkan, dan yang mengejutkan jarang NIK. Lebih sering justru field yang tidak pernah dibayangkan siapa pun, seperti headers.cookie, error.context, atau payload.attachments. Pola yang sama bisa dipakai untuk nomor rekening, surel, nomor telepon, dan nomor kartu, dengan penyesuaian pada bagian validasi agar tidak memicu positif palsu dari nomor pesanan internal.

Siapa yang boleh mengunduh 1,2 juta baris

Kontrol akses pada platform log sering diperlakukan seperti akses ke dasbor metrik: kalau sudah masuk jaringan perusahaan, boleh melihat semuanya. Untuk log yang memuat payload, asumsi itu setara dengan memberi setiap karyawan hak baca ke tabel pelanggan.

Yang saya terapkan, dan yang saya sarankan diperiksa hari ini:

  • Indeks dipisah per layanan dan per lingkungan. Engineer tim A tidak bisa menjalankan query lintas indeks hanya karena penasaran.
  • Query dibatasi jendela waktunya. Mencari satu jam ke belakang wajar. Mengunduh empat belas bulan penuh harus lewat permintaan terpisah.
  • Ekspor butuh persetujuan, punya kuota harian, dan berkas hasilnya diberi tanda air berisi identitas pemohon. Fitur tautan publik dimatikan.
  • Setiap query dicatat, termasuk yang tidak mengembalikan hasil. Log akses ke platform log adalah log yang paling jarang dibaca, padahal nilainya tinggi saat investigasi.
  • Akun vendor memakai akses berbasis tiket dengan batas waktu, bukan akun bersama yang aktif sepanjang kontrak.
  • Autentikasi memakai SSO dengan MFA, dan akun layanan yang dipakai pipeline tidak boleh dipakai manusia.

Butir terakhir sering diabaikan. Akun layanan biasanya punya izin tulis luas dan tidak pernah kedaluwarsa, sehingga ia menjadi kredensial paling bernilai di seluruh platform. Kalau akun itu bocor, penyerang bisa menyuntikkan log palsu, menghapus jejak, atau justru mengekspor data dengan nama yang terlihat sah.

Vendor observability dan transfer data ke luar negeri

Pasal 56 UU PDP mengatur pengiriman data pribadi ke luar wilayah Indonesia. Banyak tim menganggap pasal ini hanya relevan untuk perusahaan yang sengaja menjual data ke luar negeri. Padahal setiap kali log dikirim ke region Singapura atau Frankfurt, ada transfer data pribadi, dan itu sudah terjadi sejak hari pertama integrasi.

Yang perlu ada sebelum tanda tangan kontrak: daftar sub-prosesor, lokasi penyimpanan dan lokasi cadangan, kewajiban pemberitahuan bila sub-prosesor berubah, hak audit, kewajiban penghapusan saat kontrak berakhir, dan batas waktu pemberitahuan insiden dari pihak vendor. Yang terakhir ini yang paling sering kosong. Vendor biasanya berjanji memberitahu “segera”, dan “segera” bisa berarti dua minggu, sementara kewajiban Anda ke subjek data 3x24 jam.

Satu hal yang jarang ditanyakan dalam negosiasi: apakah vendor menyimpan isi log Anda di sistem dukungan mereka sendiri. Ketika engineer vendor membuka tiket dan menempelkan potongan log ke dalam sistem tiket, data itu keluar dari jalur yang sudah Anda nilai dan masuk ke sistem yang belum tentu tercakup dalam perjanjian pemrosesan data.

Dasar hukum dan tenggat yang mengikat

InstrumenKewajibanTenggatKonsekuensi
UU PDP No. 27/2022 Pasal 35Menjaga keamanan data pribadi, termasuk mencegah akses tidak sahBerkelanjutanSanksi administratif
UU PDP Pasal 46 ayat (1)Pemberitahuan tertulis atas kegagalan pelindungan data pribadi3x24 jamNotifikasi ke subjek data dan lembaga
UU PDP Pasal 56Pengiriman data pribadi ke luar wilayah IndonesiaSebelum transferSanksi administratif
UU PDP Pasal 57 ayat (2)Denda administratifSaat pelanggaranPaling tinggi 2% pendapatan tahunan
PP 33/2026 Pasal 114Pemberitahuan tertulis kepada subjek data dan lembaga3x24 jam sejak diketahui secara pasti, patut, dan wajarSanksi administratif
PP 71/2019Pengelolaan risiko dan audit sistem elektronikBerkalaSanksi administratif
Perka BSSN No. 4/2021Penerapan manajemen keamanan informasiBerkelanjutanTemuan kepatuhan

Ada ketegangan yang perlu disadari sejak awal. PP 71/2019 menuntut jejak audit yang memadai untuk sistem elektronik, sementara UU PDP menuntut data pribadi tidak disimpan lebih lama dari yang diperlukan. Keduanya bisa dipenuhi sekaligus, asalkan dipisahkan dengan jelas: yang disimpan adalah metadata kejadian, sedangkan payload yang memuat data pribadi dipotong atau dihapus setelah jendela troubleshooting berakhir. Menghapus seluruh log demi rasa aman justru membuat Anda tidak bisa menjawab pertanyaan penyidik, dan itu masalah baru yang lebih mahal.

Tenggat 3x24 jam tidak bisa dijawab dengan pencarian manual

Saat insiden benar-benar terjadi, tim hukum akan mengajukan empat pertanyaan dalam beberapa jam. Data pribadi siapa yang terdampak. Field apa saja yang terbuka. Sejak kapan data itu berada di luar kendali. Siapa yang mengaksesnya.

Pada kasus di atas, pertanyaan ketiga memakan waktu sebelas hari, karena log akses platform vendor hanya disimpan 30 hari dan dua indeks lama tidak tercakup kebijakan retensi apa pun. Tim bisa menunjukkan kapan ekspor dilakukan, tetapi tidak bisa memastikan apakah engineer yang sama pernah mengunduh data serupa sebelumnya. Jawaban “kemungkinan tidak” tidak bisa dimasukkan ke dalam laporan resmi.

Kewajiban notifikasi juga punya sisi lain yang jarang dibahas: memberitahu terlalu banyak orang pun punya biaya. Jika Anda tidak bisa mempersempit 38.400 subjek menjadi 6.200 yang benar-benar terdampak, Anda akan mengirim surat ke puluhan ribu orang yang datanya tidak pernah keluar. Itu memicu kepanikan, pertanyaan media, dan dalam beberapa kasus gugatan dari orang yang tidak dirugikan. Presisi di sini hanya mungkin kalau log punya struktur dan ada jejak akses yang bisa dipertanggungjawabkan.

Roadmap 90 hari

FaseFokusKeluaran yang bisa diperiksa
Hari 1-14Ukur duluSampel satu juta baris per indeks dipindai. Daftar jalur field sensitif dengan jumlah kemunculan dan pemilik layanan
Hari 15-45Tutup sumberMiddleware badan permintaan dimatikan, skema log tertutup dipasang di lima layanan tersibuk, level debug punya masa berlaku otomatis, pelacak galat berhenti mengirim data pribadi
Hari 46-70Kendalikan akses dan retensiRBAC per layanan, kuota ekspor, persetujuan unduhan, tautan publik dimatikan, indeks lama dihapus setelah arsip metadata dibuat
Hari 71-90BuktikanSimulasi 3x24 jam dengan tim hukum, pemindaian PII bulanan otomatis, laporan satu halaman ke manajemen berisi jumlah temuan dan waktu penutupan

Urutannya sengaja begitu. Memindai lebih dulu terasa lambat, tetapi tanpa angka Anda akan berdebat soal prioritas selama berminggu-minggu. Menutup sumber sebelum membangun dasbor juga disengaja: dasbor yang bagus untuk log yang salah isinya hanya membuat kebocoran lebih cepat terlihat, bukan lebih kecil.

Lima pertanyaan audit

  1. Field log mana saja yang memuat NIK, nomor rekening, nomor telepon, atau surel, dan siapa pemilik setiap layanan yang menulisnya?
  2. Berapa lama log disimpan di platform, dan apakah semua indeks benar-benar mengikuti kebijakan itu? Sebutkan indeks mana yang tidak.
  3. Siapa saja, termasuk akun vendor dan akun layanan, yang bisa mengekspor lebih dari sepuluh ribu baris dalam satu permintaan?
  4. Kalau hari ini ditemukan ekspor tidak sah, dalam berapa jam tim bisa menyebutkan jumlah subjek data terdampak dan field yang terbuka?
  5. Apakah level log di produksi bisa diubah tanpa persetujuan, dan apakah perubahan itu punya masa berlaku?

Kalau pertanyaan pertama hanya bisa dijawab dengan perkiraan, jangan mulai dari pembelian alat. Mulailah dengan membuka platform log yang sudah ada dan menghitung sendiri.

Tiga jebakan yang mahal

Memasang regex sebagai pertahanan utama terasa seperti progres. Kenyataannya, regex NIK mudah meleset pada NIK yang diformat dengan spasi atau titik, sementara regex nomor rekening bertabrakan dengan nomor pesanan dan nomor pengiriman. Pola hanya berguna sebagai jaring kedua, setelah skema field membatasi apa yang boleh keluar.

Menyalin log produksi ke laptop untuk debugging adalah kebiasaan yang bertahan karena nyaman. Berkas hasil ekspor biasanya tidak terhapus, tidak terenkripsi, dan tidak tercatat di mana pun. Kalau Anda perlu menganalisis data produksi, lakukan di lingkungan yang punya kontrol akses dan masa simpan, bukan di folder Unduhan.

Menganggap retensi pendek sebagai pengaman juga keliru. Retensi 7 hari tetap membocorkan seluruh data pelanggan yang aktif dalam 7 hari itu. Yang menentukan paparan adalah field apa yang dicatat, bukan berapa lama ia disimpan.


Log adalah tempat data paling mudah menumpang. Ia dibuat cepat, dibaca jarang, dan dianggap sementara oleh hampir semua orang yang menulisnya. Karena itu ia juga tempat pertama yang saya periksa ketika diminta menilai kematangan keamanan sebuah sistem. Bukan karena log selalu bersalah, tetapi karena log adalah cermin dari seberapa sadar tim terhadap data yang mengalir di sistemnya.

Kalau perusahaan Anda sudah punya pipeline observability yang rapi, langkah berikutnya biasanya bukan menambah alat. Langkahnya adalah meninjau apa yang sebenarnya dikirim ke alat itu. Pembahasan soal pipeline dan biaya insiden yang tidak terdeteksi ada di artikel kami tentang arsitektur observability dan distributed tracing, sementara untuk melihat bagaimana data kepegawaian dan operasional seharusnya mengalir dalam satu platform, Anda bisa membuka modul HRIS dan modul stok di halaman demo.

Tim arsitek PT Ergonia Inovasi Digital, dengan legalitas KBLI 62021 untuk konsultasi keamanan informasi dan KBLI 62019 untuk pengembangan perangkat lunak, bisa membantu memindai telemetri Anda, memetakan field sensitif, dan menyusun kebijakan redaksi yang bisa dibuktikan saat audit. Untuk memulai audit keamanan 30 hari atau diskusi arsitektur, silakan buka halaman kontak kami.

← Kembali ke Indeks Blog
KONSULTASI TEKNIS

Ingin Menerapkan Arsitektur Ini di Perusahaan Anda?

Diskusikan kebutuhan sistem kasir POS, HRIS terpadu, multi-gudang, atau aplikasi kustom Anda bersama tim arsitek perangkat lunak Ergonia.

Jadwalkan Diskusi Teknis →