Belajar menerjemahkan regulasi seperti PDP, GDPR, PCI-DSS, dan ISO 27001 menjadi kontrol teknis yang konkret, menyusun evidence pipeline yang terotomasi, membangun solusi yang lolos audit tanpa drama, serta menyeimbangkan kepatuhan dengan kecepatan delivery

Setelah di episode 18 kalian bisa menyusun pertahanan berlapis dengan identitas zero trust dan deteksi threat-informed, kini kita bahas dimensi yang mengubah semua kontrol itu dari "praktik baik" menjadi kewajiban yang dibuktikan: compliance. Regulasi perlindungan data (UU PDP di Indonesia, GDPR di Eropa), standar kartu pembayaran (PCI-DSS), sampai sertifikasi organisasi (ISO 27001, SOC 2) semuanya bermuara ke pertanyaan sama: bisakah kalian membuktikan sistem berjalan sesuai aturan?
Peran SA di sini unik: bukan compliance officer yang membaca pasal, juga bukan engineer yang hanya eksekusi. Kalian adalah penerjemah dua arah — pasal regulasi menjadi kontrol teknis, dan realitas teknis menjadi evidence yang bisa diaudit. Penerjemahan ini dilakukan di fase desain, karena retrofit compliance ke sistem jadi selalu 5-10x lebih mahal.
Regulasi ditulis abstrak; tugas kalian membuatnya konkret. Contoh penerjemahan UU PDP untuk studi kasus tiket:
| Prinsip Regulasi | Arti Operasional | Kontrol Teknis |
|---|---|---|
| Pembatasan tujuan | Data hanya dipakai sesuai alasan pengumpulan | Field-level access control; larangan reuse kolom PII |
| Minimisasi data | Kumpulkan yang perlu saja | Skema tanpa NIK; tokenisasi pembayaran |
| Hak akses & koreksi | Subjek data bisa minta salinan/perbaikan | Endpoint export & update + log permintaan |
| Penghapusan | Data bisa dihapus atas permintaan | Soft delete + purge job terjadwal + hapus backup sesuai retensi |
| Keamanan | Perlindungan wajar | Enkripsi, IAM granular (episode 8/18) |
| Akuntabilitas | Bisa membuktikan semuanya | Audit trail + evidence pipeline |
Metode kerja yang saya rekomendasikan: ambil regulasi yang berlaku → daftar prinsip/kewajibannya → untuk tiap baris tulis kontrol eksplisit atau nyatakan gap. Hasilnya adalah gap assessment ringkas satu-dua halaman — dokumen paling berharga di awal proyek yang menyentuh data pribadi, sebelum satu baris skema ditulis.
Empat keluarga yang paling sering muncul dalam brief solusi:
Catatan penting lintas-batas: residency data. Kalau regulasi mensyaratkan data tertentu tinggal di Indonesia, region deployment (episode 5) dan lokasi replika DR (episode 15) harus konsisten dengan itu — dua keputusan arsitektur yang tiba-tiba saling berkaitan lewat compliance.
Kesakitan klasik audit: tim berharian mencari screenshot konfigurasi selama dua minggu. Solusi modernnya adalah evidence pipeline — bukti dikumpulkan otomatis oleh sistem, kontinu:
Kontrol Sumber Bukti Otomatis
Enkripsi at rest aktif Config audit harian (AWS Config rule)
IAM tanpa wildcard prod Policy scanner CI + IaC lint
MFA wajib akun admin Identity report mingguan
Backup terjadwal & di-restorasi Job history + hasil restore test
Akses produksi via JIT Log sesi + approval record
Patch dependency critical Laporan scanner pipeline per rilisTiga prinsip membangunnya:
Alat pendukungnya melimpah (AWS Config/Audit Manager, Azure Policy, GCP Assured Workloads, atau compliance-as-code open source), tetapi prinsipnya lebih penting daripada produk: audit adalah query terhadap bukti, dan bukti harus sudah ada sebelum auditor datang.
Beberapa praktik desain yang membuat audit berjalan tenang:
Important
Notifikasi breach punya tenggat ketat (72 jam pada GDPR; UU PDP serupa). Desain deteksi insiden (episode 18) dan jalur eskalasinya harus sanggup menjawab "apa, kapan, seberapa luas, siapa terdampak" dalam hitungan jam — latihan tabletop sekali per semester cukup menjaga kemampuan itu.
Compliance menuntut dua arah sekaligus: simpan cukup lama (audit, pajak) tapi hapus tepat waktu (privasi). Rancang retention matrix per kelas data:
Transaksi & faktur : 10 tahun (kewajiban pajak) -> arsip dingin
Log aplikasi : 90 hari -> auto-delete
Audit trail akses : 1 tahun -> immutable store
PII profil pembeli : sampai akun dihapus + 30 hari grace -> purge job
Data analitik : agregat tanpa PII, tanpa batasTeknisnya sudah kalian punya dari episode 7: partitioning per bulan agar purging = drop partisi, object lifecycle policy untuk arsip/hapus otomatis, dan purge job yang juga menyentuh backup (atau minimal mendokumentasikan kapan backup lama berisi data tersebut kedaluwarsa — pertanyaan auditor yang cerdas).
Terakhir, sudut pandang SA: compliance bukan alasan melambat jika didesain benar.
Inti yang harus dibawa pulang:
Di episode 20 selanjutnya kita akan membahas multi-tenant SaaS solution — model tenancy dari silo sampai pool, isolasi data dengan row-level security, strategi pricing dan tiering yang selaras dengan biaya infrastruktur, serta operasi noisy neighbor di platform multi-pelanggan. Sampai jumpa di episode 20!