Keamanan Data Pengguna Fintech di Indonesia

Sebelumnya, lupa membawa dompet bisa menjadi momok besar bagi kita karena akan susah melakukan berbagai aktivitas yang memerlukan uang fisik. Namun, kini dengan adanya aplikasi dompet digital seperti DANA, kebutuhan akan dompet dan uang fisik semakin berkurang karena kita dapat melakukan transaksi secara online.

DANA sendiri merupakan salah satu aplikasi dompet digital yang memudahkan pengguna dalam membawa uang dan melakukan transaksi secara online, sehingga hidup menjadi lebih mudah dan efisien.

Sebagai CTO DANA Indonesia, Norman Sasono berperan penting dalam pengembangan dan pemanfaatan data dalam aplikasi DANA. Dalam perkembangannya DANA tentu tidak luput dengan peran para talenta data dibaliknya. Algoritma Talks kali ini mengundang Norman Sasono, CTO di DANA yang akan mengajak Anda mencari insight, berbagi tips, serta mengintip Day-to-Day seorang CTO dan juga perannya dalam beberapa project impactful, sehingga memberikan dampak yang besar bagi perusahaan dan pengguna. Ambil ilmunya, langsung dari ahlinya!

Norman Sasono, Chief Technology Officer di DANA

Norman Sasono sendiri memiliki pengalaman lebih dari 20 tahun di bidang software development dan data. Ia sudah tertarik dengan dunia data sejak kecil dan terus mengembangkan minatnya di bidang tersebut. Latar belakang pendidikan Norman yang menempuh S1 jurusan fisika di Institut Teknologi Sepuluh November Surabaya dan S2 Matematika dan Computer Science di Institut Teknologi Bandung, juga menunjukkan ketertarikannya pada ilmu yang berkaitan dengan data.

Norman Sasono juga telah mengangkat tema Artificial Intelligence dalam tesis S2-nya, jauh sebelum AI menjadi topik pembicaraan yang populer saat ini. Hal ini menunjukkan bahwa Norman Sasono memang memiliki passion yang besar terhadap dunia data dan selalu tertarik untuk terus mengembangkan pengetahuannya di bidang tersebut.

Day-to-day Norman Sasono sebagai CTO DANA

Sebagai CTO DANA, Norman Sasono tidak hanya memperhatikan data, tetapi juga memantau seluruh aspek teknologi dari awal hingga akhir. Sebagai pemimpin, Norman bertanggung jawab atas strategi dan pelaksanaan semua teknologi DANA, yang melibatkan tim teknologi yang terdiri dari 500 Engineer. Norman memiliki beberapa laporan langsung yang bertanggung jawab atas beberapa pilar utama, yaitu tim Engineering, tim Data, tim Infrastruktur, tim Security, tim Operasi, dan tim IT.

Tim Engineering bertanggung jawab untuk membuat aplikasi dan sistem yang dapat digunakan oleh pengguna. Tim Data bertanggung jawab untuk memastikan data yang tersedia dianalisis dan dimanfaatkan dengan baik. Tim Infrastruktur bertanggung jawab untuk memastikan sistem dan infrastruktur yang digunakan berfungsi dengan baik dan tersedia selama 24 jam sehari, 7 hari seminggu. Tim Security bertanggung jawab untuk memastikan keamanan semua sistem dan data yang dimiliki oleh DANA. Tim Operasi bertanggung jawab untuk memastikan bahwa operasi sehari-hari berjalan lancar dan efisien. Terakhir, tim IT bertanggung jawab untuk menangani berbagai kebutuhan teknologi yang mungkin muncul di dalam perusahaan.

Sebagai CTO DANA, Norman bertanggung jawab untuk menentukan strategi harian dan memimpin pelaksanaannya, termasuk membuat keputusan tentang teknologi yang akan digunakan oleh DANA. Oleh karena itu, Norman harus memahami tren teknologi terbaru dan memastikan bahwa DANA selalu menggunakan teknologi terkini dan terbaik untuk mendukung kegiatan bisnis dan pengambilan keputusan.

Project Data yang Sedang Dikembangkan oleh DANA

Norman dan tim saat ini sedang mengembangkan beberapa proyek penting untuk DANA. Salah satu proyek utama yang sedang dikerjakan adalah migrasi dari platform data sebelumnya ke platform data yang lebih reliable dan scalable di level infrastruktur dan platform. Ini adalah proyek besar karena segala sesuatu yang terkait dengan analisis data, bisnis intelligence, ilmu data, dan pembangunan model dijalankan di atas platform ini. Oleh karena itu, proyek ini sangat penting bagi DANA.

Selain itu, tim juga sedang mengembangkan proyek data science yang beragam seperti User Segmentation untuk mengelompokkan pengguna agar dapat memberikan pengalaman dan rekomendasi yang lebih personal, Credit Scoring, Scam Scoring untuk mendeteksi penipu, Recognition and Check Duplication untuk memeriksa KYC atau Know Your Customer. Tim tidak hanya membuat model, tetapi juga membuatnya menjadi personalized dan production great. Oleh karena itu, ml Ops juga terlibat dalam proyek ini.

Pemanfaatan ilmu data dalam pengembangan aplikasi DANA dan dalam operasional DANA secara keseluruhan sangat besar. Hal ini menunjukkan betapa pentingnya proyek yang sedang dilakukan oleh Norman dan tim untuk DANA.

Project Impactful dan Tech Stack DANA

Project pada level infrastruktur dan platform memegang peranan yang sangat penting bagi DANA karena semua beban kerja data berjalan pada platform tersebut. Hal ini sangat signifikan dalam memastikan ketersediaan data yang diperlukan bagi pengguna, serta menjaga keamanan dan kinerja platform.

Namun, jika melihat dari sisi proyek data science, banyak contoh yang telah disebutkan sebelumnya, yang memiliki dampak yang signifikan dan penting untuk tujuan masing-masing. Sehingga, Norman kesulitan dalam memilih satu proyek yang paling penting karena setiap proyek memiliki nilai dan kepentingan yang sama. Sehingga ia merasa seperti harus memilih satu di antara semua anak kesayangannya.

Dengan penggunaan data science, kita dapat menciptakan fitur layanan dan fungsionalitas produk untuk pengguna yang tidak didasarkan pada alur atau model bisnis yang deterministik, namun didasarkan pada data yang kita miliki dan kita dapat belajar dari data tersebut untuk menciptakan fungsi yang tidak ditentukan oleh algoritma deterministik, melainkan berdasarkan data yang tersedia. Oleh karena itu, data science sangat penting dalam mendukung berbagai kegiatan dan pengambilan keputusan di perusahaan.

Dalam proyek Tech Stack DANA, Python digunakan sebagai bahasa pemrograman utama dengan Library Python seperti Tensorflow dan Pytorch. Selain itu, ML ops seperti Weight & Biases dan MLflow digunakan untuk memfasilitasi proses pengembangan model dan alur kerja machine learning. Infrastruktur proyek didukung oleh teknologi Kubernetes dan Dataworks untuk memastikan ketersediaan data dan menjaga keamanan dan kinerja platform. Pemantauan dilakukan melalui ELK untuk memantau berbagai parameter dan menjaga keamanan dan kinerja sistem. Terakhir, untuk mengembangkan API yang responsif dan mudah digunakan, FastAPI untuk Python dipilih sebagai teknologi utama.

Bagaimana Data Science dapat Membuat DANA Lebih Unggul Dibandingkan Kompetitor?

Data Science dan Data Model memberikan banyak peluang kepada DANA untuk menciptakan fungsi dan komputasi yang tidak hanya mengikuti algoritma alur bisnis yang deterministik, tetapi juga memanfaatkan pembelajaran dari data. Hal ini memungkinkan DANA untuk menyediakan kemampuan personalisasi dan rekomendasi untuk pengguna, serta fitur-fitur dan kemampuan baru lainnya yang membedakan DANA dari pasar. Pada akhirnya, hal ini memungkinkan DANA untuk memberikan pengalaman pelanggan yang lebih baik dan layanan berkualitas yang lebih tinggi bagi pengguna DANA. Untuk mencapai hal tersebut, DANA harus memperhatikan ketersediaan sistem, kehandalan sistem, performa, keamanan, ketahanan, dan skalabilitas. Data model dan data science dapat digunakan untuk menghasilkan semua itu.

Strategi DANA dalam memenangkan persaingan di pasar bukanlah dengan promosi, cashback, diskon, atau fitur-fitur baru. Fitur selalu dapat ditambahkan oleh pesaing, sehingga tidak ada garis finish untuk perlombaan fitur. DANA memfokuskan pada pengalaman pelanggan dan kualitas layanan untuk membuat pengguna benar-benar menyukai aplikasi DANA. Oleh karena itu, DANA selalu berusaha memanfaatkan data science untuk meningkatkan pengalaman pengguna aplikasi DANA.

“Costumer Services bagi DANA adalah No 1” - Norman Sasono

Bagaimana DANA dapat Memastikan Keamanan Penggunanya, Apakah Melibatkan Data Science?

Ketika membicarakan tentang keamanan data, DANA sebagai perusahaan fintech melakukan beberapa langkah untuk melindungi data-data yang dimilikinya. Norman, sebagai CTO di DANA, mengatakan bahwa setiap jenis data memiliki tingkat keamanan yang berbeda-beda dan tidak semua data harus dilindungi secara intensif. Oleh karena itu, DANA melakukan proses klasifikasi data untuk menentukan jenis data mana yang perlu mendapatkan perlindungan yang lebih ketat dan jenis data mana yang tidak. Data yang dianggap sangat sensitif, seperti data pribadi, diberikan perlindungan yang sangat ketat. Sedangkan, data yang bersifat publik atau bisa dibagikan dengan partner diberikan perlindungan yang lebih rendah.

Salah satu langkah yang diambil DANA untuk melindungi data adalah dengan menggunakan enkripsi untuk data yang disimpan di database (data at rest), tokenisasi untuk data yang sedang ditransfer (data in motion), dan data masking untuk data yang digunakan oleh pengguna (data in use). Selain itu, DANA juga melakukan audit dan mendapatkan sertifikasi keamanan seperti ISO dan PCI DSS serta mendapatkan skor A dalam skor kartu keamanan.

Dalam mengatasi masalah keamanan data, DANA juga mengandalkan data science dan machine learning. DANA menciptakan model data untuk keamanan data seperti Scam Scoring dan Duplications of KYC’s. Model-model data ini dapat mengatasi berbagai masalah keamanan data dengan tepat dan efektif. Karena itulah, peran data science dalam keamanan data DANA sangatlah penting.

Build The Right Thing VS Build The Thing Right

Ketika bekerja dengan data, Norman menganggap bahwa ada dua hal yang sangat penting, yaitu membangun hal yang tepat (building the right thing) dan membangun hal tersebut dengan benar (building the thing right). Meskipun membangun hal tersebut dengan benar bisa terasa sulit, tetapi dengan belajar dan memahami data science seperti neural network, deep learning, algoritma, dan lain-lain, hal tersebut bisa dipelajari.

Namun, membangun hal yang tepat jauh lebih sulit. Hal ini memerlukan visi, imajinasi, kreativitas, dan pemahaman yang mendalam mengenai apa yang benar-benar dibutuhkan. Norman mengakui bahwa menentukan hal yang tepat untuk dibangun merupakan tugas yang jauh lebih sulit daripada membangun sesuatu dengan benar. Terkadang, perlu inovasi dan ide yang baru, bahkan sampai 10 kali lebih baik dari yang sebelumnya, untuk membawa dampak positif bagi bisnis.

Pesan dari Norman Sasono

Dalam dunia data, terdapat banyak hal yang harus dikuasai selain keterampilan statistika, matematika, dan penglihatan komputer. Norman, seorang ahli data, menyarankan kepada siapa saja yang baru memulai karir di bidang data untuk memahami dan mendalami pengetahuan domain.