Abstrak:Pertumbuhan kejahatan dunia maya yang mengkhawatirkan membuat tindakan pencegahan harus diambil dan analisis pasca serangan harus dilakukan untuk mengidentifikasi pelakunya. Forensik dunia maya atau forensik digital menerapkan ilmu pengetahuan untuk menjaga rantai pengawasan yang ketat selama identifikasi, pengumpulan, pemeriksaan, dan analisis data digital dengan tetap menjaga integritas. Perangkat lunak, program, sistem operasi, dan perangkat yang didukung AI dikembangkan dalam skala besar untuk mengotomatisasi berbagai proses dan operasi. Tujuan utama mengintegrasikan AI dan otomatisasi mencakup efisiensi, akurasi, dan pengurangan biaya. Makalah ini mengeksplorasi kegunaan teknologi bertenaga AI untuk membuat pekerjaan forensik digital lebih berdampak. Tren ini dapat memaksimalkan keakuratan investigasi forensik digital, sehingga memungkinkan penyelesaian investigasi yang lebih digital.

Perkenalan

Saat ini sebagian besar dari kita terbiasa membawa ponsel kemanapun kita pergi. Pada tahun 2023, termasuk ponsel pintar dan feature phone, jumlah pengguna ponsel saat ini adalah 7,33 miliar, yang berarti 90,04% orang di dunia adalah pemilik ponsel. Dari komputer, ponsel, hingga perangkat wearable, sejumlah besar data dikumpulkan untuk setiap pengguna sehingga jejak digital pengguna tersebut tercipta. Teknologi semakin maju, begitu pula kejahatan yang terkait dengannya. Oleh karena itu Forensik Digital dapat digunakan untuk mengekstraksi informasi dan menggunakannya untuk mengungkap kebenaran.

Ilmu forensik merupakan penerapan ilmu pada masalah hukum. Bidang ilmu forensik telah ada selama lebih dari 100 tahun namun forensik komputer muncul setelah komputer menjadi populer sekitar tahun 1980an. Teknisi komputer forensik pertama adalah aparat penegak hukum yang juga penghobi komputer. Beberapa alat paling awal yang digunakan dalam investigasi forensik digital diciptakan di laboratorium FBI sekitar tahun 1984, dengan investigasi forensik didorong oleh spesialis FBI, CART (Computer Analysis and Response Team), yang bertanggung jawab untuk membantu dalam investigasi digital. Dipercayai bahwa forensik digital tumbuh secara substansial pada tahun 1990-an sebagai hasil dari upaya kolaboratif antara beberapa lembaga penegak hukum dan kepala departemen dan bahkan pertemuan rutin untuk menghadirkan keahlian mereka.

Ilmu forensik digital merupakan salah satu cabang ilmu forensik yang fokus pada pemulihan dan investigasi material yang terdapat pada perangkat digital yang berkaitan dengan kejahatan dunia maya. Istilah forensik digital pertama kali digunakan sebagai sinonim untuk forensik komputer atau forensik siber. Sejak itu, cakupannya diperluas hingga mencakup penyelidikan terhadap perangkat apa pun yang dapat menyimpan data digital. Forensik digital mencakup penyediaan konteks untuk data yang dipulihkan, seperti menjelaskan sumber dan tujuannya untuk proses perdata atau pidana dan penyelidikan internal. Beberapa kasus populer yang diselesaikan dengan menggunakan forensik digital adalah The BTK Killer, Dennis Rader dimana floppy disk yang dikirim Rader ke polisi mengungkapkan identitas aslinya. dan The Craigslist Killer, Philip Markoff yang dilacak melalui alamat IP dari email yang digunakan dalam korespondensi Craigslist.

Investigasi Times pada tahun 2019 mengonfirmasi menunggu pemeriksaan terhadap 12.667 perangkat dari 33 pasukan polisi di seluruh Inggris. Investigasi yang telah lama tertunda menunjukkan betapa kewalahannya tim forensik digital karena banyaknya bukti digital yang dikumpulkan. Penyelidik Forensik Digital harus mengikuti standar dan prosedur tertentu untuk melakukan penyelidikan.

Makalah ini mencoba menyelesaikan beban yang ditanggung para penyelidik dan mengusulkan penggunaan otomatisasi untuk mengambil alih sebagian besar proses penyelidikan.

Forensik Digital

Pada dasarnya, forensik digital (atau forensik siber) melibatkan pengumpulan, pemeriksaan, analisis, dan pelaporan bukti elektronik untuk mendeteksi aktivitas kriminal digital. Penyelidik forensik harus memastikan untuk menganalisis media penyimpanan, perangkat keras, sistem operasi, jaringan dan aplikasi untuk menemukan titik kompromi.

Untuk menyimpan bukti, forensik komputer mungkin mengandalkan image disk, atau drive virtual dapat digunakan untuk meniru keseluruhan mesin. Forensik jaringan berkaitan dengan pemantauan dan analisis lalu lintas jaringan komputer. Kehati-hatian harus diberikan saat menangani dan memproses bukti serta kepatuhan terhadap lacak balak yang tercatat, untuk mengamankan dan melestarikan bukti. Perangkat seluler memiliki serangkaian masalahnya sendiri, seperti volatilitas memori, karena DRAM berdaya rendah yang digunakan pada ponsel cerdas dapat kehilangan data saat dimatikan, sehingga memerlukan penanganan yang tepat.

Segala aspek sistem perusahaan rentan terhadap aktivitas kriminal, pencurian data, atau akses tidak sah. Tingkat penyelidikan yang diperlukan diatur oleh kekritisan misi dari aplikasi, sistem, atau jaringan yang disusupi. Rencana tindakan pertama adalah menentukan apakah diperlukan penyelidikan. Jika kebutuhan sudah dipastikan maka tahapan Investigasi Forensik harus diikuti.

Tahapan Investigasi Forensik Digital

  • Respon Pertama:

Tindakan yang dilakukan segera setelah terjadinya insiden keamanan dikenal sebagai respons pertama.

  • Pencarian dan Penyitaan:

Personil memeriksa alat-alat yang digunakan untuk melakukan kejahatan. Gadget ini kemudian disita secara metodis untuk mengambil informasi darinya.

  • Kumpulkan Bukti:

Perangkat yang diperoleh digunakan oleh para ahli untuk mengumpulkan data. Mereka menangani bukti menggunakan prosedur forensik yang jelas.

  • Amankan Buktinya:

Staf forensik harus memiliki akses terhadap lingkungan yang aman di mana mereka dapat mengamankan barang bukti.

  • Akuisisi Data:

Akuisisi data adalah proses mengambil Informasi yang Disimpan Secara Elektronik (ESI) dari aset digital yang dicurigai. Ini membantu untuk mendapatkan wawasan tentang insiden tersebut.

  • Analisis Data:

Staf yang bertanggung jawab memindai data yang diperoleh untuk mengidentifikasi informasi bukti yang dapat diajukan ke pengadilan. Fase ini membahas tentang pemeriksaan, identifikasi, pemisahan, konversi, dan pemodelan data untuk diubah menjadi informasi yang berguna.

  • Penilaian bukti:

Proses penilaian bukti menghubungkan data bukti dengan insiden keamanan.

  • Dokumentasi dan Pelaporan:

Proses pasca investigasi ini mencakup merangkum dan mencatat seluruh temuan. Selain itu, laporan tersebut harus memuat bukti-bukti yang cukup dan sah sebagaimana ditentukan oleh pengadilan.

  • Bersaksi sebagai saksi ahli:

Untuk memastikan kebenaran alat bukti, penyidik ​​forensik juga harus berbicara dengan saksi ahli. Saksi ahli adalah seorang profesional yang menyelidiki kejahatan untuk mendapatkan bukti.

Otomatisasi

Otomasi adalah pengembangan dan penggunaan teknologi untuk memproduksi dan menyediakan barang dan jasa dengan sedikit atau tanpa campur tangan manusia. Ini pada dasarnya menggantikan langkah-langkah manual dengan langkah-langkah otomatis yang mengurangi beban kerja orang yang terlibat. Kemajuan teknologi telah membuat pekerjaan manusia lebih mudah dan meningkatkan produktivitas. Menurut sebuah studi tahun 2013, hampir setengah dari seluruh pekerjaan berpotensi diotomatisasi dalam beberapa dekade mendatang.

Salah satu cara otomatisasi memanifestasikan dirinya dalam forensik digital adalah melalui pembuatan aplikasi perangkat lunak khusus yang melakukan aktivitas investigasi sulit hanya dengan menekan sebuah tombol. Hal ini disebut sebagai “forensik tombol-tekan” (PBF).

  • Forensik tombol tekan (PBF):

Menanggapi perkembangan kejahatan dunia maya dan kebutuhan untuk mengumpulkan bukti-bukti baru, perangkat lunak dan perangkat keras khusus juga telah muncul untuk membantu penyelidik dalam menangkap, menganalisis, dan menyimpan bukti. Rangkaian perangkat lunak ini memungkinkan penyelidik melakukan fungsi analisis yang rumit, hanya dengan mengetahui tombol mana yang harus ditekan. Oleh karena itu, otomatisasi dapat berdampak besar pada biaya investigasi.

Alat ad-hoc, yang merupakan produk perusahaan yang sepenuhnya otomatis dan segala sesuatu di antaranya, diadaptasi/disesuaikan secara tepat untuk penyelidik individu atau organisasi tertentu. Mereka menyediakan serangkaian fitur luas yang dibutuhkan oleh penyelidik forensik. Fitur-fitur ini mencakup kemampuan untuk memperoleh dan memproses perangkat penyimpanan, melakukan pencarian, menghasilkan laporan, dan banyak lagi, bergantung pada seberapa banyak otomatisasi yang dibangun dalam setelan tersebut.

Investigasi digital, baik kejahatan tersebut merupakan kejahatan dunia maya atau kejahatan yang melibatkan peralatan digital, memerlukan penyelidik untuk mengurai kumpulan data dalam jumlah besar dalam waktu singkat. Kompleksitas dan jumlah data serta keterbatasan waktu memperkuat pentingnya Kecerdasan Buatan dan otomasi pada forensik digital dan khususnya dalam memberikan informasi kepada komunitas global tentang metode, kerangka kerja, dan pendekatan yang dapat digunakan untuk mengembangkan sistem forensik digital berbasis AI dan otomasi. skala komersial. Kecuali jika sistem forensik digital yang tangguh dirancang, jelaslah bahwa ukuran dan jumlah kejahatan yang dibantu komputer hanya akan tumbuh dan mencapai titik yang menimbulkan kerugian jangka panjang pada industri ini.

  • Kecerdasan Buatan (AI):

Definisi AI yang paling murni adalah pengembangan sistem dan program komputer yang dapat bertindak secara cerdas. Proses otomatis yang didukung AI pada akhirnya memungkinkan pengambilan keputusan secara otonom, yang menghasilkan otomatisasi tambahan ketika sistem mengambil tindakan atas keputusan yang telah dibuat. Ini adalah bidang studi yang bertujuan untuk mensimulasikan kecerdasan dan perilaku manusia. AI dapat memungkinkan komputer berpikir untuk memperoleh pengetahuan baru tentang dunia, membuat rencana, dan belajar dari pengalaman tersebut. Aspek AI sudah digunakan dalam malware dan forensik digital untuk membantu perangkat lunak menyembunyikan atau menemukan dengan lebih efektif.

Dalam cyber forensik tujuannya adalah untuk mengkonstruksi pengetahuan yang diterapkan pemeriksa ketika melakukan penyelidikan, berupa representasi pengetahuan dimana informasi forensik digital dapat bernalar.

  • Pembelajaran Mesin (ML):

ML adalah sarana di mana sistem komputer atau algoritme dapat mengonsumsi data dalam jumlah besar dan pada akhirnya membuat prediksi atau menarik kesimpulan. Daripada memberi komputer seperangkat aturan untuk diikuti, kami memberikan data yang cukup, struktur model dengan algoritme pembelajaran, dan waktu yang cukup untuk memahami data dan komputer akan menemukan parameter yang tepat bagi model untuk menetapkan solusi tepat yang kami inginkan. memiliki.

Manfaat pembelajaran mesin antara lain kemampuan otomatisasi, tidak memihak, dan mampu menjadi lebih baik dari waktu ke waktu. Karakteristik ini berharga dalam lingkungan forensik digital, misalnya, jika Anda melihat sebuah file, dapatkah kami mengidentifikasi apakah itu malware atau bukan berdasarkan contoh historis dari file lain.

  • Pembelajaran Mendalam (DL):

DL adalah bagian khusus dari teknologi ML, yang memecahkan kumpulan data kompleks menggunakan jaringan saraf tiruan (ANN). Algoritme ML standar dengan data yang kompleks terkadang memerlukan pengembang untuk memperbaiki pembelajaran yang salah. Algoritma DL melakukan koreksi ini sendiri dengan memvalidasi apa yang telah dipelajari. Selain itu, karena keterbatasan perangkat keras sistem, algoritme ML standar mungkin tidak memproses kumpulan data yang kompleks. Untuk mengatasi hal ini, DL menggunakan ANN untuk menyederhanakan data dengan cara yang tidak mungkin dilakukan dengan algoritma ML standar. Memanfaatkan jaringan pembelajaran tanpa pengawasan seperti Restricted Boltzmann Machine dan Convolutional Neural Networks, algoritma DL menyederhanakan kumpulan data dan memverifikasi apa yang telah dipelajarinya. DL dan ML serupa, namun DL memiliki ekstraksi fitur otomatis, dan pemilihan model terus dievaluasi sendiri.

Bagaimana kita bisa bersiap menghadapi malware baru yang tidak dikenal, bahkan terkadang berdasarkan mutasi dari malware yang sudah ada? Salah satu pendekatan yang digunakan dalam kecerdasan buatan adalah dengan menciptakan sistem pembelajaran mandiri yang menghasilkan respons otonom terhadap ancaman, melawan, dan mengasimilasi informasi baru yang diperlukan untuk meningkatkan diri. Tidak seperti ML, semakin banyak data yang kami masukkan ke dalam sistem pembelajaran mendalam ini, semakin baik pula hasilnya. Dengan DL, kita secara naluriah dapat mendeteksi dan mencegah ancaman sebelum dieksekusi. Kini kami dapat menganalisis data malware dengan lebih cepat, dengan jejak yang jauh lebih kecil dan tingkat deteksi yang lebih baik. Investigasi forensik mendapat manfaat dari penggunaan DL dalam investigasi malware berbasis data, klasifikasi malware, dan analisis malware, yang mencakup Jaringan Neural konvolusional dan jaringan saraf berulang.

menggambarkan contoh bagaimana AI, ML, dan DL dapat bekerja sama untuk memberikan keamanan. Lalu lintas yang masuk dari sumber yang tidak diketahui terlihat, lalu lintas tersebut kemudian disimpan dalam database sehingga sistem Intrusion Prevention System (IPS) dapat menentukan apakah lalu lintas tersebut berbahaya atau tidak. Jika lalu lintasnya berbahaya, permintaan diblokir melalui firewall. Sistem IPS dapat menentukan apakah lalu lintas berbahaya atau tidak dengan memanfaatkan teknologi IA. Otomatisasi memungkinkan proses sementara ML/DL belajar dari data yang dicatat dan mengajarkan AI lalu lintas mana yang baik atau berbahaya berdasarkan pola lalu lintas atau tanda tangan.

Otomatisasi dalam forensik digital

Tujuannya adalah untuk membantu penyelidik forensik dengan alat otomasi yang akan memberikan hasil yang jauh lebih baik dan lebih cepat dibandingkan dengan alat yang digunakan saat ini. Tiga aspek harus dipertimbangkan:

(1) pengurangan analisis rutin dan berulang sekaligus mengurangi jumlah bukti yang harus ditinjau secara pribadi oleh ahli, (2) korelasi bukti,

(3) distribusi proses

Otomatisasi dan AI adalah konsep independen yang dapat digunakan bersama untuk mengembangkan sistem IA. Penggunaan Self Organizing Maps (SOMs) dan Automated Evidence Profiling (AEP) telah diakui sangat efektif oleh Al Fahdi dkk. Peneliti melakukan serangkaian percobaan dan sampai pada kesimpulan bahwa otomatisasi prosedur forensik digital standar dimungkinkan melalui teknik seperti SOM dan AEP, sehingga menjadikan seluruh proses lebih efisien dan lebih murah.

Dalam studi penelitian yang diselesaikan oleh CARI Institute, penerapan dan potensi otomatisasi pada forensik digital dieksplorasi dari perspektif multifaset oleh Butterfield. Pertama, penelitian ini memberikan tinjauan komprehensif terhadap data terkait ontologis. Data ini ditambah dengan pengumpulan data primer langsung dari Digital Forensics Unit (DFUs). DFU ditugaskan untuk mengumpulkan data ini dan berbagai tren serta hubungan yang diambil dari data tersebut untuk menyelesaikan kasus pidana. Para peneliti mengembangkan solusi bagaimana perangkat lunak otomatis dapat melakukan analisis tren dan aktivitas identifikasi hubungan yang sama. Perangkat lunak ini dapat menghabiskan sedikit waktu untuk menarik kesimpulan yang sama seperti yang diperoleh DFU.

Sistem multiagen (MAS) adalah sistem komputerisasi yang terdiri lebih dari satu agen. Garfinkel, telah mengidentifikasi Forensic Feature Extraction (FFE) dan Cross-Drive Analysis (CDA) sebagai dua metode untuk menganalisis data forensik dalam jumlah besar. Toolkit Investigasi Digital MultiAgen (MADIK) adalah sistem multi-agen yang membantu penyelidik forensik komputer dalam pemeriksaannya. Hal ini juga memungkinkan agen untuk mempertimbangkan bukti dengan cara yang lebih memadai untuk kasus spesifik yang bersangkutan. Ini termasuk agen yang mengotomatiskan pencarian file dan nama file yang cocok, tanggal pembuatan dan akses, file yang dapat diekstraksi, penggunaan browser, dan detail kredit.

Perangkat lunak Endpoint Detection and Response (EDR) berfokus pada pemantauan titik akhir untuk mendeteksi aktivitas mencurigakan dan menangkap data untuk investigasi forensik dan keamanan. Ini juga dapat memberikan kontrol dan visibilitas yang lebih terperinci terhadap suatu serangan. Para profesional TI kini dapat melakukan mediasi lebih cepat karena mereka mengetahui lebih banyak tentang serangan tersebut. Ini sangat mengesankan karena EDR menjadi lebih pintar saat Anda menggunakannya. Hal ini karena algoritma produk ini mengandalkan data dan kecerdasan buatan (AI). AI membangun database tentang apa yang terjadi secara spesifik di dalam organisasi serta apa yang terjadi secara umum di dunia.

Profil kejahatan komputer adalah salah satu bidang utama di mana AI digunakan. Perangkat lunak bertenaga AI digunakan untuk memfasilitasi tahap pemeriksaan dan analisis forensik digital. Dengan demikian, hal ini memungkinkan ahli forensik untuk memeriksa dan menganalisis bukti digital di berbagai kejahatan komputer, termasuk namun tidak terbatas pada malware, spyware, peretasan, pencurian data, dan pencurian identitas.

Alat investigasi forensik digital yang lebih modern baru-baru ini diluncurkan oleh Magnet Forensics. Perusahaan baru-baru ini mengumumkan sistem Magnet AUTOMATE dengan tujuan memungkinkan para ahli forensik digital menyelidiki dan menyelesaikan kasus jauh lebih cepat dari sebelumnya (Magnet Forensics, 2019). Alat yang baru diluncurkan ini didasarkan pada mekanisme alur kerja forensik yang berulang. Menurut Magnet, AUTOMATE adalah platform fleksibel untuk dengan cepat membangun otomatisasi khusus berdasarkan alur kerja standar. Alat ini layak untuk dipertimbangkan karena klaimnya untuk memberikan bukti penting pada kasus kriminal yang kompleks dalam waktu 48 jam.

Tantangan Otomatisasi

Para peneliti mengidentifikasi lima tantangan penting dalam proses investigasi forensik digital: masalah kompleksitas, masalah keragaman, konsistensi dan korelasi, masalah kuantitas atau volume, dan masalah garis waktu yang terpadu. Alat yang telah diprogram sebelumnya tidak memiliki pengetahuan komprehensif, maupun kemampuan memproses informasi untuk skenario unik.

Pakar forensik berbeda dalam jumlah otomatisasi yang mereka sukai, dan PBF dianggap sebagai praktik yang sangat otomatis. Hal ini menerima banyak kecaman dari penyelidik forensik dunia maya. Kekhawatiran mereka berkisar pada menurunnya pengetahuan para ahli ketika terlalu mengandalkan PBF, yang dianggap berkualitas rendah atau kurang teliti. Sebaliknya, para peneliti juga menyambut baik sejumlah otomatisasi untuk membantu mereka dalam tugas sehari-hari. Jelas bahwa otomatisasi pada tingkat tertentu diperlukan untuk melaksanakan proses forensik siber, namun PBF akan menjadi pengganti yang buruk untuk seluruh aktivitas.

Teknologi berbasis Intelligent Automation (IA) hanya dapat berfungsi sebagai alat untuk memfasilitasi penyelidikan, yang masih memerlukan pengawasan oleh penyelidik manusia yang ahli. Keakuratan hasil forensik, sampai batas tertentu, bergantung pada kemampuan penyelidik manusia, karena alat yang mendukung IA masih dalam pengembangan dan mungkin tidak selalu menghasilkan informasi yang akurat, lengkap, atau kuat yang diperlukan untuk kasus forensik. Dalam sebuah penelitian, pola pikir penjahat yang kompleks dan tidak dapat diprediksi dibahas dan akibatnya dirumuskan teori bahwa otomatisasi forensik digital secara lengkap berpotensi mustahil dilakukan. Akibatnya, banyak kasus pidana tidak mengikuti pola standar atau tren sejarah. Selain itu, perkembangan teknologi dan teknik membuka jalan bagi penjahat untuk mengadopsi metode baru dan lebih baik dalam melakukan kejahatan.

Ruang Lingkup Masa Depan

Karena otomatisasi dapat mempercepat penyelidikan, hal ini dapat meminimalkan simpanan kasus sekaligus menghindari bias dan prasangka. Untuk mengevaluasi kembali proses otomatisasi ini, peneliti perlu mempertimbangkan cara yang lebih cepat untuk membuat analisis yang komprehensif, seperti pembuatan profil, atau rekonstruksi peristiwa otomatis. Alat forensik saat ini dikembangkan untuk mendeteksi bukti digital, namun tidak memberikan bantuan apa pun dalam penyelidikan, oleh karena itu, sebagian besar analisis diatur secara manual. Para peneliti sedang menjajaki berbagai upaya untuk mengotomatiskan proses analisis yang akan mengungkapkan arti informasi dan bahkan sampai pada kesimpulan tentang data tersebut.

Tiga puluh sembilan persen bisnis dan organisasi sepakat bahwa mereka mengandalkan otomatisasi, 34% menggunakan pembelajaran mesin, 32% sangat bergantung pada kecerdasan buatan, dan 92% profesional keamanan juga memercayai analisis perilaku untuk mengidentifikasi ancaman. Sejalan dengan kemajuan teknologi di bidangnya, keterampilan yang dibutuhkan oleh para profesional forensik siber juga berubah. Sistem hukum seputar investigasi siber juga mengalami perkembangan positif. Karena kemampuan ponsel pintar saat ini dan karena penggunaan perangkat keras dan perangkat lunak khusus oleh para ahli forensik seluler, ponsel sangat mirip dengan 'DNA Digital'. Memasukkan IA ke dalam forensik digital tradisional dapat memfasilitasi penemuan elemen dalam video, foto, dan bentuk bukti digital lainnya untuk membuat keputusan yang sangat akurat mengenai lokasi dan membuat keputusan yang tepat mengenai kemungkinan waktu dan lokasi kejahatan di masa depan berdasarkan kesamaan yang teridentifikasi.

Kesimpulan

Studi ini menemukan bahwa ada kebutuhan untuk otomatisasi dalam penyelidikan digital karena terdapat banyak simpanan dan kasus serta sedikit tenaga profesional yang dapat menanganinya. Memasukkan otomatisasi ke dalam sistem akan meringankan beban penyelidik forensik.

Kemajuan teknologi selalu tinggi, namun kejahatan dunia maya juga meningkat dan para penjahat dunia maya juga meningkatkan kemampuan mereka. Oleh karena itu ML dapat digunakan untuk memprediksi kemungkinan serangan dan menyelidikinya. Terdapat penelitian yang signifikan mengenai topik ini namun penerapan praktisnya masih rendah.

Di Wisemonkeys, kami adalah sekelompok anak muda yang mencoba mengembangkan lingkungan untuk menyampaikan pengetahuan kepada masyarakat. Dari pengiriman artikel hingga penulisan blog dan berbagi bahkan tanya jawab. Kirimkan pertanyaan dan dapatkan tanggapan instan dari para ahli secara online.

DAFTAR SEKARANG GRATIS!