Dalam era digital saat ini, pusat data berperan penting dalam menyimpan dan
memproses informasi penting, sehingga keamanannya menjadi krusial di tengah ancaman
cyber yang terus berkembang. Tesis ini mengusulkan Model Evaluasi Risiko Komprehensif
(CREM) untuk mengidentifikasi dan mengurangi risiko yang khusus terhadap pusat data
secara sistematis. Dengan memanfaatkan berbagai kerangka kerja dan metodologi yang
ada, penelitian ini mengidentifikasi kelemahan dan mengembangkan CREM yang proaktif.
Studi ini bertujuan untuk memperbaiki penilaian risiko melalui pendekatan dinamis CREM
dengan loop rekursif untuk mengidentifikasi ancaman, mengevaluasi kejadian, dan
memeriksa kerentanan secara real-time. Dengan teknologi seperti machine learning dan
intelijen ancaman real-time, CREM memberikan pedoman praktis untuk mitigasi risiko
proaktif, memperkuat keamanan pusat data. Tesis ini juga melakukan tinjauan literatur
yang komprehensif untuk mengidentifikasi kesenjangan pada penilaian risiko keamanan
pusat data, dengan pendekatan metodologis termasuk studi kasus dan analisis mendalam.
Validasi efektivitas CREM terhadap kerangka kerja yang ada menegaskan kemampuannya
untuk beradaptasi dengan lanskap keamanan siber yang dinamis. Studi ini juga
menggarisbawahi peluang penelitian masa depan, termasuk integrasi deteksi ancaman
otomatis dan teknologi blockchain untuk memperkuat keamanan pusat data.