Dari Excel ke dasbor HSE dan analisis insiden tanpa menyerahkan data pribadi. Tahap 1: penyamar offline

Praktik penyiapan data yang aman untuk vibe coding dan untuk bekerja dengan agen AI berbasis cloud.

Inti pendekatannya: data kerja tetap berada di dalam lingkungan perusahaan. Yang dikirim ke lingkungan AI eksternal hanyalah salinan yang sudah dianonimkan atau dokumen yang sudah disamarkan. Pemulihan nilai pribadi dilakukan secara lokal.

Mengapa diperlukan alat penyamar tersendiri

Penggunaan kecerdasan buatan secara praktis di bidang K3 dan keselamatan industri dengan cepat berbenturan dengan pertanyaan tentang data sumber. Tabel kerja dan materi insiden dapat memuat nama lengkap, nomor induk karyawan, nama perusahaan kontraktor, kontak, nilai uang, dan data lain yang tidak boleh begitu saja diunggah ke layanan eksternal tanpa penilaian risiko.

Pada saat yang sama, justru struktur data yang nyata itulah yang dibutuhkan untuk membangun alat yang berguna. Dasbor harus memahami kolom dan keterkaitan tabel yang sebenarnya, sedangkan agen analisis insiden harus memahami struktur keterangan tertulis, laporan awal, dan materi lainnya. Karena itu kami memisahkan data dari alatnya.

Hasilnya, penyamar offline menjadi elemen dasar untuk dua arah sekaligus: menyiapkan templat Excel yang dianonimkan untuk vibe coding berikutnya, dan menyiapkan dokumen Word untuk analisis materi insiden dengan agen AI berbasis cloud.

Di mana melakukan vibe coding dan ke mana menempelkan prompt

Bagi pemula, ini lebih sederhana daripada kelihatannya: Prompt 1 dari bagian «Prompt siap pakai» (di akhir artikel) tidak perlu ditempelkan ke editor kode khusus. Prompt itu dimasukkan sebagai teks biasa di layanan AI yang mampu membuat dan mengubah aplikasi atau kode program. Caranya selalu sama: buka mode pengembangan, tempelkan seluruh Prompt 1, dapatkan versi pertama, periksa, lalu dalam percakapan yang sama berikan Prompt 2, Prompt 3, dan Prompt 4 secara berurutan.

Dalam praktiknya ada beberapa pilihan. Di ChatGPT — mode «Kerja» atau Codex, jika tersedia di akun Anda; di Claude — Artifacts; di Gemini — Canvas; di Perplexity — mode Create files and apps, jika tersedia pada paket Anda; di Replit — Agent. Misalnya, di ChatGPT cukup membuka «Kerja» atau Codex, membuat tugas baru, dan menempelkan teks Prompt 1 ke kolom pesan. Di Gemini: «Tambahkan file» → Canvas → tempelkan Prompt. Di Perplexity: pilih Create files and apps dan tempelkan Prompt di baris permintaan. Di Replit: buka Agent, bila perlu aktifkan Plan terlebih dahulu, tempelkan Prompt, dan periksa hasilnya di Preview setelah proses build.

Nama mode berlaku pada saat publikasi; antarmuka dan ketersediaan fungsi layanan-layanan tersebut dapat berubah seiring waktu.

Untuk pengalaman pertama saya menyarankan mulai dari ChatGPT, Claude, atau Gemini: di sana lebih mudah bekerja dengan bahasa sehari-hari dan memperjelas kebutuhan secara bertahap. Jika program sudah dibuat dan perlu penggarapan kode yang lebih dalam, Replit, Codex, dan alat pengembangan khusus lainnya terasa nyaman.

Penting:apa pun platform yang dipilih, di awal permintaan harus dicantumkan satu syarat tersendiri: «hasilnya adalah satu berkas HTML mandiri, tanpa API eksternal, CDN, dan ketergantungan jaringan, dapat bekerja saat internet dimatikan». Dan satu aturan lagi: berkas kerja Excel/Word asli yang berisi data pribadi tidak diunggah ke layanan vibe coding. Untuk pengembangan hanya digunakan salinan anonim yang sudah diperiksa atau berkas uji.

Arah 1. Excel: templat anonim untuk vibe coding berikutnya

Untuk analitik data dalam jumlah besar, penting bagi kami mempertahankan struktur tabel: nama lembar dan kolom, tipe data, tanggal, kategori, hierarki «pabrik — bengkel — area», proses, dan atribut lainnya. Nama dan pengenal yang sebenarnya tidak diperlukan untuk membangun kerangka programnya.

Karena itu tabel Excel kerja dimuat ke penyamar HTML lokal. Program di komputer pengguna menemukan nilai yang berpotensi sensitif, menampilkannya sebelum penggantian, dan memungkinkan aturan dikoreksi secara manual. Misalnya: «Ivan Ivanovich Ivanov → Karyawan_001», «Kontraktor PT → Organisasi_001», «nomor induk → ID_001».

Keluarannya adalah salinan anonim yang mempertahankan logika tabel aslinya. Dengan salinan itulah sudah bisa bekerja bersama AI untuk membangun program: filter, KPI, diagram interaktif, pencarian, dan perincian hingga tingkat catatan. Berkas Excel aslinya tetap berada di dalam perusahaan.

Setelah pengembangan selesai, basis data yang sebenarnya sama sekali tidak boleh berada di dalam HTML yang dibuat. Pada program jadi disediakan tombol pemuatan lokal berkas Excel sumber: berkas dibaca oleh peramban di komputer pengguna, dan dasbor menghitung ulang indikator di dalam sesi lokal. Itu akan menjadi tahap kedua dari seri ini.

Rumusan dasar tugas untuk membuat mode tersebut ada di Prompt 1 dan Prompt 2 (lihat «Prompt siap pakai» di akhir artikel).

Arah 2. Word: materi insiden tanpa membuka data pribadi

Penggunaan kedua dari penyamar adalah menyiapkan dokumen insiden untuk dianalisis kemudian di AI berbasis cloud. Pada tahap awal ini bisa berupa laporan awal, keterangan tertulis, penjelasan pekerja, dan materi lain dalam format Word.

Penyamar membuat salinan anonim dari Word: nama lengkap dan nilai terpilih lainnya diganti dengan label bersyarat yang konsisten. Penting agar orang yang sama tetap memiliki satu label yang sama di seluruh berkas dokumen — jika tidak, agen akan kehilangan kaitan antara keterangan dan peristiwa.

Bersamaan dengan itu, secara lokal dibuat kunci pemulihan terenkripsi tersendiri. Kunci itu memuat kecocokan antara label bersyarat dan nilai aslinya. Untuk kunci tersebut ditetapkan kata sandi yang tidak dikirim bersama dokumen dan tidak disimpan di agen cloud.

Setelah itu, yang dikirim ke AI hanyalah Word yang sudah disamarkan. Agen dapat menganalisis kronologi, membandingkan keterangan, menemukan pertentangan, menyusun pertanyaan klarifikasi, mencari hubungan sebab-akibat, dan menyiapkan rancangan materi analisis investigasi. Investigasi formal dan keputusan akhir, tentu saja, tetap menjadi kewenangan komisi dan tenaga ahli yang bertanggung jawab.

Ketika dokumen tersamar yang sudah digarap kembali dari lingkungan cloud, pemulihan kembali dilakukan secara lokal. Ke dalam penyamar offline dimuat tiga hal: berkas Word yang diterima, berkas kunci yang sesuai, dan kata sandi. Program mengembalikan label bersyarat ke nilai aslinya di tempat label tersebut masih ada dalam teks.

Dengan begitu agen cloud bekerja dengan logika peristiwa, tetapi tidak menerima nama lengkap asli maupun nilai tersamar lainnya. Kunci pemulihan dan kata sandi tidak dikirim ke lingkungan cloud.

Arsitektur kerja dua arah dengan Word dijelaskan di Prompt 3 (lihat «Prompt siap pakai» di akhir artikel).

Bagaimana alat ini sendiri dibuat

Penyamar ini pun dibuat dengan vibe coding. Di sini penting untuk tidak memahami pendekatan tersebut sebagai perintah «buatkan program» dengan harapan hasil yang langsung sempurna. Skema kerjanya berbeda: rumuskan satu fungsi, periksa, catat cacat atau kebutuhan baru, dan baru setelah itu lanjut ke versi berikutnya.

Syarat pertama adalah satu berkas HTML mandiri tanpa instalasi. Kemudian ditambahkan pemeriksaan penggantian secara manual, daftar «Ganti tambahan», daftar «Jangan ubah», pembersihan sesi berjalan, kerja dengan Word, pembuatan kunci terenkripsi tersendiri, dan pemulihan dokumen secara lokal.

Tahap tersendiri adalah pemeriksaan teknis mandiri. Kali ini AI diberi peran bukan sebagai pengembang, melainkan sebagai auditor kodenya sendiri: memeriksa fetch, XMLHttpRequest, WebSocket, pustaka eksternal, CDN, API, iframe, penyimpanan lokal, dan mekanisme lain yang melaluinya data bisa keluar dari komputer atau tersimpan setelah pekerjaan selesai. Audit semacam itu tidak menggantikan pemeriksaan oleh unit TI dan keamanan informasi, tetapi memungkinkan risiko yang jelas dihilangkan sejak tahap purwarupa.

Permintaan pemeriksaan ada di Prompt 4 (lihat «Prompt siap pakai» di akhir artikel).

Apa yang kita dapat pada akhirnya

Satu alat lokal menutup dua tugas yang berbeda. Untuk Excel — memungkinkan penyiapan templat yang aman dan, atas dasar itu, pembuatan analitik offline untuk data dalam jumlah besar dengan bantuan AI. Untuk Word — memungkinkan pengiriman materi insiden ke AI cloud tanpa membuka nilai pribadi yang tersamar, lalu memulihkan dokumen secara lokal setelah analisis.

Prinsip utamanya tetap sama: pertama keluarkan dari lingkungan eksternal segala sesuatu yang tidak perlu diketahui AI untuk menyelesaikan tugas, dan baru setelah itu manfaatkan kemampuannya.

Pada publikasi berikutnya saya akan menunjukkan kedua kelanjutan skema ini secara terpisah: bagaimana dari templat Excel anonim dibangun dasbor HSE mandiri dengan pemuatan basis data asli secara lokal, dan bagaimana agen AI digunakan untuk menganalisis materi investigasi insiden.

Prompt siap pakai untuk membuat dan memeriksa penyamar Excel/Word lokal

Rumusan ini ditujukan untuk pengembangan bertahap dan penyesuaian dengan skenario korporat tertentu.

Prompt 1. Arsitektur dasar penyamar mandiri untuk Excel dan Word

Buat aplikasi lokal mandiri untuk menyamarkan data di Excel (.xlsx) dan Word (.docx).

Format aplikasi: satu berkas HTML yang dibuka dengan peramban biasa dan bekerja tanpa memasang perangkat lunak tambahan.

Persyaratan kritis:
1. Setelah dibuka, aplikasi tidak boleh mengakses internet.
2. Jangan gunakan API eksternal, telemetri, pemrosesan di cloud, dan pengiriman otomatis berkas pengguna.
3. Semua pustaka yang diperlukan harus tertanam secara lokal di dalam HTML.
4. Pengguna harus dapat memuat satu atau beberapa berkas Excel/Word dari komputer.
5. Jangan ubah berkas sumber. Simpan hasilnya sebagai salinan tersendiri.
6. Lakukan semua operasi di memori tab peramban yang sedang terbuka.
7. Tambahkan tombol untuk membersihkan sesi berjalan sepenuhnya.

Fungsi penyamaran:
- mencari nama lengkap, nama keluarga dengan inisial, dan nilai pribadi terpilih lainnya;
- mencari organisasi dan nilai lain yang ditentukan secara manual;
- bila perlu, menyamarkan nomor, kontak, dan nilai uang;
- nilai sumber yang sama harus memperoleh label bersyarat yang sama dalam satu sesi;
- sebelum menyimpan, tampilkan kepada pengguna daftar penggantian dalam format «lokasi / sebelumnya / menjadi»;
- izinkan setiap penggantian dimatikan atau diubah secara manual;
- tambahkan kolom «Ganti tambahan»;
- tambahkan kolom «Biarkan tanpa perubahan» yang berprioritas di atas penggantian.

Untuk Excel, pertahankan struktur tabel dan kolom yang diperlukan untuk analitik selanjutnya. Untuk Word, pertahankan struktur dokumen sejauh mungkin.

Setelah versi pertama, sebutkan secara terpisah keterbatasan pengenalan otomatis dan bagian-bagian yang wajib diperiksa pengguna secara manual.

Prompt 2. Mode Excel: templat anonim untuk vibe coding dan analitik HSE

Sempurnakan penyamar HTML lokal untuk menyiapkan templat Excel secara aman, yang kemudian dapat dipakai saat mengembangkan program analitik dengan bantuan AI.

Tujuan: AI harus melihat struktur tabel kerja, tetapi bukan nilai pribadi yang sebenarnya maupun nilai sensitif terpilih lainnya.

Persyaratan:
1. Pertahankan nama lembar, judul kolom, tipe data, tanggal, kategori, dan atribut hierarkis, kecuali pengguna menandainya untuk diganti.
2. Ganti nama lengkap dengan label tetap berbentuk Karyawan_001, Karyawan_002, dan seterusnya.
3. Ganti organisasi dengan label Organisasi_001, Organisasi_002, dan seterusnya.
4. Ganti pengenal dan nomor induk, jika dipilih untuk disamarkan, dengan label ID_001, ID_002, dan seterusnya.
5. Nilai sumber yang sama harus memperoleh penggantian yang sama di semua berkas Excel pada sesi berjalan.
6. Tampilkan daftar awal semua penggantian dan izinkan pengguna memperbaikinya secara manual.
7. Jangan hapus baris dan kolom hanya karena program tidak memakainya.
8. Jangan ubah berkas sumber.
9. Setelah pemrosesan, sediakan unduhan salinan anonim tersendiri.
10. Tambahkan peringatan yang mencolok: sebelum menyerahkan hasilnya ke AI eksternal, pengguna wajib memeriksa berkas anonim itu secara manual.

Penting: pemulihan balik untuk Excel tidak diperlukan. Basis data kerja yang asli tetap berada di dalam lingkungan perusahaan; salinan anonim hanya dipakai untuk merancang logika dan antarmuka dasbor HTML yang akan dibuat.

Prompt 3. Mode Word: penyamaran, kunci terpisah, dan pemulihan lokal

Sempurnakan penyamar HTML mandiri untuk kerja dua arah dengan Word (.docx).

Skenario:
1. Pengguna memuat dokumen Word sumber terkait insiden.
2. Program secara lokal mengganti nama lengkap, organisasi, dan nilai terpilih lainnya dengan label bersyarat yang konsisten.
3. Pengguna memeriksa dan menyetujui daftar penggantian.
4. Program membuat:
   a) dokumen Word yang tersamar;
   b) berkas kunci terenkripsi tersendiri yang memuat kecocokan persis «label bersyarat ↔ nilai sumber».
5. Untuk berkas kunci, pengguna menetapkan kata sandi minimal 10 karakter. Jangan simpan kata sandi di dalam aplikasi dan jangan tulis apa adanya di dalam kunci.
6. Word yang tersamar kemudian dapat diserahkan ke agen AI eksternal untuk analisis isi.
7. Setelah menerima Word yang sudah digarap, pengguna kembali ke aplikasi lokal.
8. Untuk pemulihan ia memuat:
   - Word tersamar yang sudah digarap;
   - berkas kunci yang sesuai;
   - dan memasukkan kata sandi.
9. Program secara lokal mengembalikan label bersyarat yang masih ada menjadi nilai aslinya dan membuat berkas Word hasil pemulihan tersendiri.

Persyaratan keamanan:
- kunci pemulihan dan kata sandi tidak boleh dikirim melalui jaringan secara otomatis;
- simpan kunci terpisah dari dokumen yang tersamar;
- gunakan enkripsi kunci yang modern (misalnya AES-256-GCM melalui Web Crypto API);
- jika kata sandi salah, jangan tampilkan isi kunci;
- setelah pekerjaan selesai, beri kemungkinan membersihkan sesi berjalan sepenuhnya;
- tampilkan peringatan bahwa label bersyarat yang dihapus atau diubah secara berarti oleh AI eksternal tidak dapat dipulihkan secara otomatis;
- jangan kenali teks di dalam gambar secara otomatis dan ingatkan pengguna secara tegas untuk memeriksa gambar dan logo secara visual.

Pertahankan struktur Word: paragraf, tabel, gaya, header dan footer, serta gambar, sejauh itu memungkinkan secara teknis. Jangan ubah berkas sumber.

Prompt 4. Audit teknis kemandirian dan kemungkinan jalur kebocoran

Lakukan audit teknis terhadap aplikasi HTML yang dibuat sebagai alat lokal offline untuk bekerja dengan data sensitif.

Periksa seluruh kode dan sebutkan semua mekanisme yang ditemukan yang dapat menimbulkan pertukaran lewat jaringan atau penyimpanan jangka panjang isi berkas pengguna.

Periksa secara terpisah:
- fetch;
- XMLHttpRequest;
- WebSocket;
- EventSource;
- navigator.sendBeacon;
- script src eksternal;
- CSS dan fon eksternal;
- CDN;
- API eksternal;
- iframe;
- pengiriman otomatis formulir HTML;
- Service Worker;
- localStorage;
- sessionStorage;
- IndexedDB;
- cookie;
- URL eksternal di pustaka dan kode;
- telemetri, analitik, dan crash-reporting.

Hasil yang diminta:
1. Program harus bekerja sepenuhnya saat internet dimatikan.
2. Berkas Excel/Word pengguna tidak boleh dikirim lewat jaringan.
3. Kunci pemulihan dan kata sandi tidak boleh dikirim atau disimpan aplikasi secara otomatis.
4. Jika penyimpanan lokal peramban dipakai, jelaskan untuk apa; untuk data sumber, kunci, dan kata sandi, kesampingkan penggunaannya.
5. Tambahkan Content-Security-Policy yang ketat, yang melarang koneksi jaringan dan penyisipan konten eksternal sejauh masih sejalan dengan kerja aplikasi.
6. Setelah perintah «Bersihkan semua», hapus data sesi berjalan dari keadaan aplikasi.
7. Setelah perbaikan, periksa kembali kode dan berikan laporan singkat: jalur potensial apa yang ditemukan, apa yang dihapus, apa yang tetap ada, dan mengapa.

Penting: sebutkan bahwa pemeriksaan mandiri atas kode seperti ini tidak menggantikan pemeriksaan TI/keamanan informasi perusahaan maupun penilaian hukum atas kelayakan skenario penggunaan tertentu.

Aturan praktis: ke lingkungan AI eksternal hanya dikirim salinan anonim yang sudah diperiksa. Berkas kunci pemulihan dan kata sandi harus tetap berada di lingkungan lokal dan tidak dilampirkan pada permintaan kepada agen.