Persetujuan Penggunaan Data

Data paling sering dikumpulkan untuk satu tujuan, lalu dipakai untuk tujuan lain yang sama sekali berbeda. Alamat surel yang diisi agar struk bisa terkirim mendadak menjadi bahan pelatihan model; jawaban survei kepuasan berubah jadi dasar penawaran harga personal. Persetujuan (consent) adalah jawaban profesi atas persoalan itu: pemilik data berhak tahu untuk apa datanya dipakai, dan pemakaian di luar itu memerlukan persetujuan baru. Chapter ini membahas bentuk persetujuan yang sah, cara memeriksa izin pada data yang berasal dari pihak lain, dan pemeriksaan sederhana sebelum sebuah dataset boleh masuk proyek.

Opt-in dan Tujuan yang Spesifik #

Persetujuan yang layak punya tiga sifat. Pertama, diberikan secara aktif (opt-in): kotak centang yang kosong sampai pemilik data mencentangnya sendiri — bukan kotak yang sudah tercentang lalu tinggal dibiarkan. Kedua, berdasarkan informasi yang jujur: orang yang memberi data tahu data apa yang dikumpulkan, untuk apa, dan siapa yang mengolahnya. Ketiga, terikat pada tujuan yang spesifik: persetujuan “untuk riset kepuasan pelanggan” tidak otomatis mencakup “untuk melatih model retensi”, karena keduanya keputusan yang berbeda dampaknya bagi orang tersebut.

Ketiga sifat itu bermuara pada prinsip yang dikenal sebagai purpose limitation — pemakaian data tidak boleh melampaui tujuan yang menjadi dasar pengumpulannya. Prinsip ini juga bekerja dua arah: persetujuan yang diberikan bisa dicabut kembali, dan pencabutan itu harus dihormati dengan menghentikan pemrosesan atas data orang tersebut. Karena itu tim yang mengumpulkan data perlu menyimpan catatan sederhana: siapa yang menyetujui apa, kapan, dan dalam kalimat pernyataan yang mana — catatan itulah yang kelak menjawab pertanyaan “bolehkah data ini dipakai untuk proyek baru”.

Data Sekunder: Periksa Izin di Titik Asal #

Tidak semua data kita kumpulkan sendiri. Dataset dari partner, hasil survei tim lain, dan kumpulan data publik disebut data sekunder — dan izinnya mengikuti jejak asalnya. Pertanyaan yang wajib dijawab sebelum data sekunder dipakai: pada titik pengumpulannya, apa yang pernah dijanjikan atau disetujui pemilik datanya? Sebuah dataset yang dibagikan partner dengan catatan “khusus peningkatan layanan bersama” tidak menjadi sah dipakai untuk publikasi riset hanya karena berkasnya sudah ada di tangan kita.

Untuk dataset publik, ganti persetujuan individu dengan lisensi: baca ketentuannya, pastikan tujuan kita termuat di dalamnya, lalu catat nama lisensinya bersama data. Praktik mencatat asal dan izin ini akan kita rangkai lebih rapi pada chapter Kualitas dan Provenance Data — asal-usul dan keabsahan pemakaian adalah dua sisi dari catatan yang sama. Kumpulan dataset publik seperti repositori datasets di GitHub biasanya menuliskan lisensinya pada satu berkas di tiap dataset; kebiasaan memeriksa berkas itu sebelum mengunduh adalah bentuk paling murah dari kepatuhan.

Menilai Situasi: Sah atau Tidak Sah #

Berikut situasi yang paling sering dijumpai di dunia kerja, beserta penilaiannya:

Pola pada kolom alasan konsisten: yang dicari selalu jejak izin — pernyataan yang disetujui orang, lisensi yang menyertai berkas, atau batas yang disepakati partner. Bila jejak itu tidak ditemukan, jawabannya bukan “mungkin boleh”, melainkan “belum boleh”.

Pemeriksaan Persetujuan dalam Kode #

Pemeriksaan di atas bisa diterjemahkan menjadi aturan sederhana yang dijalankan sebelum sebuah dataset masuk proyek. Kode berikut menilai empat kasus dengan dua aturan: data internal sah bila tujuan pemakaiannya termuat dalam persetujuan pengumpulan; data eksternal sah bila tujuannya termuat dalam lisensi di titik asal:

kasus = [
    {
        "nama": "survei kepuasan pelanggan",
        "sumber": "internal",
        "disetujui_untuk": ["riset kepuasan"],
        "dipakai_untuk": "riset kepuasan",
        "diizinkan_lisensi": [],
    },
    {
        "nama": "survei kepuasan pelanggan",
        "sumber": "internal",
        "disetujui_untuk": ["riset kepuasan"],
        "dipakai_untuk": "pelatihan model churn",
        "diizinkan_lisensi": [],
    },
    {
        "nama": "dataset harga kopi publik",
        "sumber": "eksternal",
        "disetujui_untuk": [],
        "dipakai_untuk": "analisis tren",
        "diizinkan_lisensi": ["analisis tren", "publikasi hasil"],
    },
    {
        "nama": "data partner aplikasi",
        "sumber": "eksternal",
        "disetujui_untuk": [],
        "dipakai_untuk": "analisis tren",
        "diizinkan_lisensi": ["pemakaian internal partner"],
    },
]

def nilai_penggunaan(kasus):
    if kasus["sumber"] == "internal":
        if kasus["dipakai_untuk"] in kasus["disetujui_untuk"]:
            return "SAH", "tujuan pemakaian termuat dalam persetujuan pengumpulan"
        return "TIDAK SAH", "tujuan pemakaian tidak pernah disetujui pemilik data"
    if kasus["dipakai_untuk"] in kasus["diizinkan_lisensi"]:
        return "SAH", "lisensi pada titik asal mengizinkan pemakaian ini"
    return "TIDAK SAH", "lisensi pada titik asal tidak mencakup pemakaian ini"

for k in kasus:
    status, alasan = nilai_penggunaan(k)
    print(f"{k['nama']} (dipakai untuk {k['dipakai_untuk']}) -> {status}: {alasan}")

Output yang Dihasilkan:

survei kepuasan pelanggan (dipakai untuk riset kepuasan) -> SAH: tujuan pemakaian termuat dalam persetujuan pengumpulan
survei kepuasan pelanggan (dipakai untuk pelatihan model churn) -> TIDAK SAH: tujuan pemakaian tidak pernah disetujui pemilik data
dataset harga kopi publik (dipakai untuk analisis tren) -> SAH: lisensi pada titik asal mengizinkan pemakaian ini
data partner aplikasi (dipakai untuk analisis tren) -> TIDAK SAH: lisensi pada titik asal tidak mencakup pemakaian ini

Mari kita telaah bagian-bagian pentingnya:

1. Baris 1-30 (struktur kasus): setiap kamus menyimpan satu keputusan pemakaian — data apa, dari mana, untuk tujuan apa dipakai, dan jejak izinnya. Kolom disetujui_untuk dan diizinkan_lisensi sengaja berbentuk daftar karena satu persetujuan bisa mencakup beberapa tujuan.
2. Baris 32-39 (nilai_penggunaan): dua cabang pemeriksaan sesuai asal data. Data internal diperiksa terhadap persetujuan responden; data eksternal diperiksa terhadap lisensi. Pencocokannya sederhana — keanggotaan tujuan pada daftar izin — dan memang seharusnya sederhana: kerumitan keputusan etika ada pada mengumpulkan fakta yang benar, bukan pada algoritmanya.
3. Baris 41-43 (pengulangan): setiap kasus dicetak lengkap dengan status dan alasannya, sehingga daftar keputusan ini bisa dilampirkan apa adanya pada dokumentasi proyek.

Pada praktiknya, isi kamus diisi dari catatan persetujuan dan berkas lisensi sungguhan, lalu hasil cetaknya disimpan bersama proyek — sehingga saat auditor atau rekan tim bertanya “kenapa dataset ini dipakai”, jawabannya berupa catatan, bukan ingatan.

Rangkuman #

• Persetujuan yang sah bersifat opt-in, berdasarkan informasi yang jujur, dan terikat pada tujuan spesifik; persetujuan yang diberikan juga bisa dicabut.
• Purpose limitation membatasi pemakaian data pada tujuan pengumpulannya; pemakaian baru memerlukan persetujuan baru.
• Data sekunder mewarisi izin dari titik asalnya: periksa pernyataan persetujuan, batas kesepakatan partner, atau lisensi dataset publik sebelum memakainya.
• Pemeriksaan keabsahan bisa dibuat sebagai aturan sederhana yang dicatat bersama proyek — status sah atau tidak sah beserta alasannya menjadi bagian dari dokumentasi.

Pertanyaan berikutnya setelah “bolehkah dipakai” adalah “patut dipercayakah isinya”. Data yang sah diperoleh tetap bisa menyesatkan bila kualitasnya rendah dan asal-usulnya tidak jelas — dua hal yang kita bahas pada chapter Kualitas dan Provenance Data .

Referensi:

• datasets — Data Packages di GitHub