Oleh SHIDARTA (April 2026)

Kehadiran Undang-Undang Pelindungan Data Pribadi, yang mulai berlaku efektif per tanggal 17 Oktober 2024, sedikit membawa angin segar bagi banyak subjek data. Namun, di sisi lain kita juga mencermati tidak semua aspek dapat dicakupi dengan undang-undang tersebut. Celah ini membuat kita melirik pada etika. Kita berharap etika dapat menambal ceruk yang terbuka itu.

Secara garis besar, etika dapat dibedakan menjadi tiga cabang utama. Ada cabang yang disebut etika deskriptif yang berfokus pada penjelasan secara empiris bagaimana seseorang memahami dan mempraktikkan nilai-nilai tertentu dalam kehidupan nyata. Perhatiannya pada apa yang sebenarnya telah tersedia/terjadi, tanpa memberi penilaian baik/buruk. Ilmu-ilmu empiris seperti sosiologi, antropologi, dan psikologi kerap bekerja dengan menggunakan pendekatan ini. Cabang lainnya adalah etika normatif yang berbicara tentang apa yang seharusnya tersedia/terjadi (das Sollen). Kita dapat menduga, ilmu hukum dogmatis sangat erat menggandeng etika normatif. Di luar keduanya, terdapat metaetika, yakni cabang etika yang menganalisis makna, status, dan dasar kebenaran dari pernyataan moral.

Sekarang kita menuju ke wacana tentang etika di bidang data. Saya ingin mengajak kita mengenal dua jenis etika tentang data, yaitu etika ilmu data (data science ethics) dan etika data (data ethics). Untuk mudahnya, selanjutnya saya akan gunakan singkatan EID dan ED untuk merujuk kepada masing-masing etika itu. Kedua jenis etika ini termasuk kelompok etika normatif, tetapi memiliki perbedaan secara gradual dalam tingkat abstraksinya. EID bersifat normatif operasional, sedangkan ED bersifat normatif reflektif. Keduanya memiliki relasi yang sangat erat. Kita dapat merumuskan sebuah premis: tanpa EID, sebuah keputusan bisa keliru secara faktual, sementara tanpa ED, keputusan mungkin saja benar secara teknis, tetapi gagal menghadirkan keadilan.

Perbedaan antara EID dan ED

Perbedaan paling mendasar dari EID dan ED terletak pada titik fokus analisisnya. EID berangkat dari aktivitas teknis dan profesional dalam pengolahan data. Ia berusaha menjawab pertanyaan tentang bagaimana data seharusnya dianalisis secara benar, adil, dan bertanggung jawab. Secara konseptual, EID dapat didefinisikan sebagai cabang etika terapan yang mengatur standar moral dalam praktik pengolahan data oleh para profesional, termasuk penggunaan algoritma, analisis statistik, dan pengembangan kecerdasan artifisial. Fokusnya adalah memastikan bahwa proses analisis data dilakukan secara adil, transparan, akurat, dan dapat dipertanggungjawabkan.

Dengan demikian, orientasinya bersifat operasional dan berfokus pada proses. Kita dapat menyebut orang yang aktivitasnya kerap bersinggungan dengan EID ini adalah ilmuwan data (data scientist). Katakanlah, si ilmuwan data bekerja untuk sebuah perusahaan asuransi yang ditugaskan membuat model prediksi risiko penyakit jantung. Model ini akan digunakan untuk menentukan besaran premi bagi calon nasabah. Dalam kerangka EID, fokus utamanya bukan pada apakah perusahaan boleh menggunakan data tersebut, melainkan bagaimana model itu dibangun dan digunakan secara benar. Jadi, sangat teknis.

Cakupan ED jauh lebih luas daripada EID. ED mereflektifkan keseluruhan ekosistem data. Ia tidak hanya mempertanyakan bagaimana data diproses, tetapi juga mengapa data dikumpulkan, siapa yang memperoleh manfaat, dan bagaimana relasi kekuasaan terbentuk melalui penggunaan data. Dengan demikian, ED bergerak pada level struktural dan normatif. ED dapat didefinisikan sebagai kerangka etika normatif yang mengevaluasi seluruh siklus hidup data—mulai dari penciptaan, pengumpulan, penyimpanan, distribusi, hingga penggunaan—dalam kaitannya dengan nilai-nilai seperti keadilan, otonomi, dan distribusi kekuasaan.

Dalam kaitan ini, Mehdi Shaghaghi (2026) menunjukkan bahwa ED memiliki implikasi yang lebih luas daripada sekadar EID, karena ia menyentuh dimensi ekonomi data, penciptaan dan pengumpulan data, kepemilikan data, data terbuka, kualitas data, dan perlindungan data. Melalui sudut pandang ini, penggunaan data tidak lagi dilihat semata-mata sebagai persoalan teknis, melainkan sebagai praktik yang selalu terhubung dengan struktur kekuasaan dan potensi ketidakadilan. Bahkan, menurutnya, pengumpulan dan penciptaan data tidak pernah benar-benar netral, sebab selalu dipengaruhi oleh asumsi ontologis, epistemologis, metodologis, dan relasi kuasa yang melingkupinya.

Memang kerap dipersepsikan bahwa ED baru tampil ke depan saat EID sudah menjalankan perannya. Persepsi ini tidak sepenuhnya tepat. ED justru sering perlu hadir terlebih dahulu. Seperti dalam contoh di atas, sebelum si ilmuwan data menjalankan pekerjaannya membuat model prediksi risiko penyakit jantung, ED seharusnya sudah dapat digunakan untuk memastikan tentang bakal ada tidaknya pelanggaran etis terhadap tata cara pekerjaan itu dan bagaimana dampak penggunaannya di masa depan.

Misalnya, untuk pembuatan model itu, diperlukan pengumpulan data yang sangat banyak. Data tersebut diambil dari rekam medis yang tersimpan pada tiga rumah sakit jantung di Indonesia. Melalui kolaborasi dengan rumah sakit, data akan diambil secara diam-diam, tanpa mendapatkan persetujuan dari subjek data. Di situ, sudah terdapat problematika etis secara ED, sehingga tidak relevan lagi untuk mempersoalkan apakah analisisnya akurat atau tidak. Pendek kata, pengerjaan model itu tidak layak untuk dimulai.

Ada kemungkinan lain bahwa secara EID sudah dapat ditunjukkan bahwa model yang dibuat itu cukup akurat, tidak bias, dan transparan, serta tidak ada pengumpulan data yang melanggar etika. Hanya saja, secara ED, ternyata model itu menghabiskan biaya mahal yang diperoleh melalui kredit komersial perbankan. Jika biaya ini diperhitungkan ke dalam premi, pengenaan preminya akan sangat tinggi sehingga tidak mampu dijangkau publik, khususnya masyarakat dari kelompok rentan. Dalam konteks seperti ini, ED digunakan untuk mengoreksi pekerjaan EID. Kurang lebih EID mengatakan, “model ini sudah benar secara teknis,” dan ED mengatakan: “model ini tidak adil secara sosial.”

Penutup

Dari seluruh uraian di atas, menjadi jelas bahwa EID dan ED tidak dapat dipertukarkan, meskipun keduanya saling berkaitan erat. Etika Ilmu Data memastikan bahwa praktik pengolahan data dilakukan secara benar, akurat, dan bertanggung jawab. Namun, ketepatan teknis tersebut tidak dengan sendirinya menjamin keadilan.

Sebagaimana juga diaksentuasi oleh Shaghaghi di atas, persoalan etika di bidang data tidak cukup dipahami hanya sebagai tuntutan agar pengolahan data dilakukan secara akurat, transparan, dan akuntabel. Persoalan etika juga menyentuh bagaimana data diproduksi, dimiliki, dibuka, dinilai kualitasnya, serta dilindungi dari penyalahgunaan. Karena itu, membatasi etika hanya pada level EID akan membuat kita gagal melihat lapisan persoalan yang lebih mendasar, yakni lapisan yang menjadi wilayah ED.

Saya ingin mempertegas premis yang dibentangkan di awal tulisan ini bahwa pembedaan antara EID dan ED bukan sekadar soal istilah, melainkan prasyarat untuk memastikan bahwa penggunaan data di era digital tidak hanya tepat secara teknis, tetapi juga adil secara moral. Hal ini berarti, pemahaman tentang etika dalam pengolahan data tidak boleh berhenti pada EID, tetapi harus sampai pada ED. Dalam konteks ini, standar profesi dan SOP memang penting sebagai jembatan antara prinsip dan praktik, tetapi keduanya tetap harus berada di bawah arahan dan, jika perlu, koreksi dari prinsip-prinsip etika itu sendiri. . (***)

Rujukan: Mehdi Shaghaghi, “Data Ethics: Conceptual Analysis of Dimensions and Implications in Data Policy,” Iranian Journal of Information Processing and Management, Vol. Vol. 41, No. 2, Winter 2026. Penulis menggunakan alat bantu KA dalam perjemahan dari bahasa Arab ke bahasa Inggris.