Analisis Big Data: Kejahatan Siber di Indonesia

Proyek ini memadukan pipeline data, analisis jaringan sosial, prediksi tren, dan dashboard interaktif Streamlit untuk memetakan pola kejahatan siber di Indonesia secara komprehensif.

Sorotan Utama

• Integrasi data pemerintah (CSV) dan hasil scraping berita, lengkap dengan pembersihan nilai hilang/duplikat.
• Social Network Analysis untuk memetakan relasi serangan dan metrik centrality.
• Prediksi time series (forecast 6 bulan) untuk mendeteksi tren eskalasi.
• Dashboard Streamlit modern dengan filter dinamis, peta Indonesia, heatmap, dan eksplorasi data.

Arsitektur Singkat

• src/data_collection: pengumpulan data pemerintah dan berita.
• src/data_cleaning: pembersihan, standarisasi, dan penanganan outlier.
• src/sna: analisis jaringan (relationship, centrality, visual).
• src/ml: pipeline prediksi time series.
• dashboard: aplikasi Streamlit utama (komponen visual, filter, layout).
• data/raw|processed|external: sumber, hasil pembersihan, dan data eksternal terintegrasi.

Persiapan Lingkungan

python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install --upgrade pip
pip install -r requirements.txt

Menjalankan Dashboard Lokal

streamlit run dashboard/app.py

Dashboard akan terbuka di http://localhost:8501. Pastikan data contoh tersedia di data/raw/sample_government_data.csv atau jalankan modul koleksi data terlebih dahulu.

Opsi Deployment Cepat

1. Streamlit Community Cloud (paling praktis)

   • Push repo ke GitHub (wajib ada dashboard/app.py dan requirements.txt).
   • Buka https://share.streamlit.io, pilih repo/branch/file, set versi Python bila perlu, lalu deploy.
   • Tambahkan kredensial lewat UI Secrets; akses di kode via st.secrets["KEY"].

2. Docker (cocok untuk VPS/Render/Fly/Heroku)
   Dockerfile contoh:

   FROM python:3.11-slim
   WORKDIR /app
   COPY requirements.txt .
   RUN pip install --no-cache-dir -r requirements.txt
   COPY . .
   EXPOSE 8501
   CMD ["streamlit", "run", "dashboard/app.py", "--server.port=8501", "--server.address=0.0.0.0"]

   Build & run:

   docker build -t cybercrime-streamlit .
   docker run -p 8501:8501 cybercrime-streamlit

3. Tanpa Docker di PaaS
   Jalankan pip install -r requirements.txt, lalu start dengan:

   streamlit run dashboard/app.py --server.port=$PORT --server.address=0.0.0.0

Struktur Proyek

dashboard/           # Aplikasi Streamlit (app.py, components.py)
data/                # raw | processed | external
src/                 # data_collection, data_cleaning, sna, ml, utils
integrate_real_data.py
requirements.txt
doc/                 # aset gambar dokumentasi dashboard

Dokumentasi Visual (doc/)

Catatan Pengembangan

• Gunakan st.cache_data/st.cache_resource untuk mempercepat load di produksi.
• Versi dependency sebaiknya dipatok (pin) untuk menghindari build yang tidak stabil.
• Simpan rahasia di .streamlit/secrets.toml (jangan di-commit).