Hubungi Kami

Kerangka Materi

Pengantar Kecerdasan Buatan dalam Keamanan Siber

  • Gambaran umum penerapan AI dalam deteksi ancaman
  • Perbandingan antara pendekatan berbasis AI dan metode keamanan siber konvensional
  • Tren terkini dalam penerapan AI pada bidang keamanan siber

Pembelajaran Mesin untuk Deteksi Ancaman

  • Teknik pembelajaran terawasi dan tidak terawasi
  • Membangun model prediktif untuk mendeteksi anomali
  • Pengolahan data serta ekstraksi fitur yang relevan

Pemrosesan Bahasa Alami (NLP) dalam Keamanan Siber

  • Pemanfaatan NLP untuk deteksi phishing dan analisis konten email
  • Analisis teks sebagai bagian dari intelijen ancaman siber
  • Studi kasus nyata penerapan NLP dalam dunia keamanan siber

Mengotomatisasi Respons Insiden Melalui AI

  • Pengambilan keputusan berbasis AI dalam proses respons insiden
  • Perancangan alur kerja otomatis untuk merespons serangan siber
  • Integrasi sistem AI dengan alat SIEM guna tindakan respons secara real-time

Pembelajaran Mendalam untuk Deteksi Ancaman Tingkat Lanjut

  • Penggunaan jaringan saraf tiruan guna mengidentifikasi ancaman kompleks
  • Implementasi model pembelajaran mendalam untuk analisis perangkat lunak berbahaya
  • Penerapan AI dalam melawan ancaman persisten canggih (APT)

Mengamankan Model Kecerdasan Buatan dalam Konteks Keamanan Siber

  • Memahami bentuk serangan adversarial terhadap sistem AI
  • Strategi pertahanan untuk alat keamanan yang berbasis AI
  • Menjamin privasi data dan integritas model AI

Mengintegrasikan AI dengan Alat-Alat Keamanan Siber Lainnya

  • Proses penggabungan sistem kecerdasan buatan ke dalam kerangka kerja keamanan siber yang sudah ada
  • Pemanfaatan intelijen ancaman dan pemantauan berbasis AI
  • Optimalisasi kinerja alat-alat keamanan siber yang memanfaatkan teknologi AI

Penutup dan Langkah Selanjutnya

Persyaratan

  • Pemahaman dasar mengenai prinsip-prinsip keamanan siber
  • Pengalaman dalam konsep-konsep kecerdasan buatan dan pembelajaran mesin
  • Pengetahuan mengenai aspek keamanan jaringan dan sistem komputer

Target Peserta

  • Profesional bidang keamanan siber
  • Analis keamanan teknologi informasi
  • Administrator jaringan komputer
 21 Jam

Jumlah Peserta


Harga per Peserta

Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.

Testimoni (2)

Ini memberi saya wawasan yang saya butuhkan :) Saya baru saja mulai mengajar untuk kualifikasi BTEC Level 3 dan ingin memperluas pengetahuan saya di bidang ini.

Otilia Pasareti - Merthyr College
Kursus - Fundamentals of Corporate Cyber Warfare

Diterjemahkan Mesin

Saya sangat menyukai bagian akhir di mana kita menghabiskan waktu untuk bermain dengan CHAT GPT. Ruangan tidak disiapkan dengan baik untuk ini—sebaiknya menggunakan beberapa meja kecil agar kita bisa berkumpul dalam kelompok-kelompok kecil dan melakukan brainstorming, daripada satu meja besar.

Nola - Laramie County Community College
Kursus - Artificial Intelligence (AI) Overview

Diterjemahkan Mesin

Kursus Mendatang

Keamanan Siber Berbasis Kecerdasan Buatan: Deteksi dan Respons Terhadap Ancaman

2026-10-21 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Keamanan Siber Berbasis Kecerdasan Buatan: Deteksi dan Respons Terhadap Ancaman

2026-11-04 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Keamanan Siber Berbasis Kecerdasan Buatan: Deteksi dan Respons Terhadap Ancaman

2026-11-18 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Keamanan Siber Berbasis Kecerdasan Buatan: Deteksi dan Respons Terhadap Ancaman

2026-12-02 09:30
21 jam
Pondok Indah Office Tower 3
60450000 IDR (Daring)
60450000 IDR (Ruang Kelas)

Kursus Terkait

Kecerdasan Buatan (AI) di Otomotif

 14 Jam
Jelajahi bagaimana Machine Learning dan Deep Learning mentransformasi sektor otomotif. Kursus Indonesia ini mencakup konsep inti mulai dari otomatisasi sederhana hingga pengambilan keputusan otonom, termasuk jaringan saraf dan contoh praktis TensorFlow untuk aplikasi dunia nyata.
Baca selengkapnya...

Ikhtisar Kecerdasan Buatan (AI)

 7 Jam
Pelatihan pengantar tentang Indonesia yang mengeksplorasi dasar-dasar AI, mulai dari agen cerdas hingga pembelajaran mesin. Pelatihan ini membekali eksekutif dan arsitek untuk menilai tren AI yang berkembang, mengintegrasikan solusi praktis, dan mempercepat kelenturan bisnis melalui strategi otomatisasi.
Baca selengkapnya...

AlphaFold: Prediksi Struktur Protein Berbasis Kecerdasan Buatan dan Interpretasinya

 7 Jam

Pelatihan langsung tatap muka ini Indonesia (baik online maupun secara fisik) ditujukan bagi para ahli biologi yang ingin memahami mekanisme kerja AlphaFold dan menggunakan model prediksinya sebagai panduan dalam penelitian eksperimental.

Setelah menyelesaikan pelatihan ini, peserta diharapkan mampu:

  • Memahami prinsip-prinsip dasar AlphaFold.
  • Mengenal cara kerja AlphaFold secara mendalam.
  • Menginterpretasikan hasil prediksi serta data yang dihasilkan AlphaFold.
Baca selengkapnya...

Jaringan Saraf Tiruan, Pembelajaran Mesin, Pemikiran Mendalam

 21 Jam
Program tiga hari ini di Indonesia membahas teori dan praktik Jaringan Saraf Tiruan, Pembelajaran Mesin, dan Pembelajaran Mendalam. Peserta akan menjelajahi arsitektur jaringan, mekanisme pembelajaran, dan landasan matematis, mulai dari peron dasar hingga teknik pembelajaran mendalam yang canggih.
Baca selengkapnya...

AI Terapan dari Nol dalam Python

 28 Jam
Pelatihan langsung tatap muka Indonesia ini membantu programmer membangun model AI dari nol menggunakan Python. Anda akan menguasai pembelajaran terbimbing, neural network, dan teknik tak terbimbing menggunakan scikit-learn dan Apache Spark. Pelatihan ini berfokus pada latihan Jupyter langsung untuk pemecahan masalah di dunia nyata.
Baca selengkapnya...

Membuat Chatbot Custom dengan Google AutoML

 14 Jam

Pelatihan langsung tatap muka ini (online atau onsite) ditujukan bagi peserta dari berbagai tingkat keahlian yang ingin memanfaatkan platform Google AutoML untuk membangun chatbot custom guna bermacam aplikasi.

Setelah mengikuti pelatihan ini, para peserta akan mampu:

  • Memahami dasar-dasar pengembangan chatbot.
  • Menavigasi Google Cloud Platform dan mengakses AutoML.
  • Menyiapkan data untuk melatih model chatbot.
  • Melatih serta mengevaluasi model chatbot custom menggunakan AutoML.
  • Mendeploy dan mengintegrasikan chatbot ke berbagai platform serta saluran komunikasi.
  • Memantau serta mengoptimalkan kinerja chatbot secara berkala.
Baca selengkapnya...

Dasar-Dasar Perang Siber Korporat

 14 Jam

Pelatihan online langsung ini, yang dipandu oleh instruktur Indonesia (secara virtual maupun tatap muka), membahas berbagai aspek keamanan perusahaan mulai dari AI hingga pengamanan basis data. Materi pelatihan juga mencakup alat-alat terbaru, proses yang efektif, serta pola pikir untuk melindungi perusahaan dari serangan. 

Baca selengkapnya...

Pengenalan Pola

 21 Jam

Pelatihan online langsung ini memberikan pengantar mengenai bidang pengenalan pola dan pembelajaran mesin. Materi pelatihan mencakup aplikasi praktisnya dalam statistika, ilmu komputer, pemrosesan sinyal, pengolahan citra komputer, penambangan data, serta bioinformatika.

Setelah mengikuti pelatihan ini, peserta akan mampu:

  • Menerapkan metode statistika dasar dalam pengenalan pola.
  • Menggunakan model utama seperti jaringan saraf dan metode kernel untuk menganalisis data.
  • Menerapkan teknik lanjutan dalam pemecahan masalah yang kompleks.
  • Meningkatkan akurasi prediksi dengan menggabungkan beberapa model sekaligus.
Baca selengkapnya...

Deep Reinforcement Learning dengan Python

 21 Jam
Pelatihan online langsung Indonesia ini mencakup fondasi teoretis dan implementasi praktis Deep Reinforcement Learning menggunakan Python. Peserta akan membangun dan melatih agen DRL dengan TensorFlow atau PyTorch, menerapkan algoritma kunci seperti DQN dan PPO untuk menyelesaikan masalah kompleks di dunia nyata.
Baca selengkapnya...

AI Tepi dengan TensorFlow Lite

 14 Jam

Pelatihan langsung ini yang dipandu oleh instruktur (secara online atau tatap muka) ditujukan bagi para pengembang, ilmuwan data, serta praktisi AI tingkat menengah yang ingin memanfaatkan TensorFlow Lite dalam proyek-proyek AI Tepi.

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Memahami dasar-dasar TensorFlow Lite serta perannya dalam konteks AI Tepi.
  • Mengembangkan dan mengoptimalkan model AI menggunakan TensorFlow Lite.
  • Menerapkan model TensorFlow Lite pada berbagai perangkat tepi.
  • Memanfaatkan alat serta teknik untuk konversi dan optimalisasi model.
  • Mengimplementasikan aplikasi AI Tepi yang nyata dengan memakai TensorFlow Lite.
Baca selengkapnya...

Kubeflow Essentials: Membangun, Melatih & Menyajikan dengan Kubernetes

 14 Jam
Pelatihan langsung tatap muka yang praktikal di Indonesia ini membekali Anda dengan keterampilan untuk membangun, melatih, dan menyajikan model machine learning di Kubernetes menggunakan Kubeflow. Anda akan belajar menavigasi ekosistemnya, menulis pipeline yang dapat diskalakan, dan mengelola beban kerja yang siap produksi dengan praktik terbaik.
Baca selengkapnya...

Dasar-Dasar Kubeflow

 28 Jam

Pelatihan langsung tatap muka yang dipimpin instruktur ini di Indonesia (online langsung atau offline) ditujukan untuk pengembang dan ilmuwan data yang ingin membangun, men-deploy, dan mengelola alur kerja machine learning di Kubernetes.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

  • Memasang dan mengonfigurasi Kubeflow di lingkungan on-premise maupun cloud.
  • Membangun, men-deploy, dan mengelola alur kerja ML yang berbasis pada kontainer Docker dan Kubernetes.
  • Menjalankan pipeline machine learning sepenuhnya di berbagai arsitektur dan lingkungan cloud.
  • Memakai Kubeflow untuk membuat dan mengelola Jupyter notebook.
  • Membangun workload untuk pelatihan ML, penyesuaian hyperparameter, dan layanan (serving) di berbagai platform.
Baca selengkapnya...

Analitik Lanjutan dengan RapidMiner

 14 Jam

Pelatihan online langsung ini (yang diselenggarakan di Indonesia) ditujukan bagi para analis data tingkat menengah yang ingin mempelajari cara mengandalkan RapidMiner untuk memperkirakan nilai dan melakukan prediksi berbasis deret waktu.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

  • Menerapkan metodologi CRISP-DM, memilih algoritma pembelajaran mesin yang sesuai, serta meningkatkan kualitas dan performa model.
  • Memanfaatkan RapidMiner untuk memperkirakan nilai-nilai tertentu serta melakukan prediksi menggunakan data deret waktu.
Baca selengkapnya...

Memahami Jaringan Saraf Dalam

 35 Jam
Kursus 35 jam di Indonesia ini mencakup fundamental jaringan saraf dalam, termasuk CNN, RNN, dan model generatif seperti GAN. Peserta mendapatkan pengalaman praktis dengan Theano dan TensorFlow, mempelajari cara membangun, melatih, dan mendeploy model deep learning berkualitas produksi untuk aplikasi dunia nyata.
Baca selengkapnya...

Kategori Terkait

Machine Learning
Machine Learning
Threat Detection and Response (TDR)
Threat Detection and Response (TDR)