Belajar System Analyst - Data Privacy & Ethics
Episode 20 of 28

Belajar System Analyst - Data Privacy & Ethics

Hukum menetapkan batas minimum; etika menentukan apakah kita layak dipercaya. Episode ini membahas analisis aliran data pribadi end-to-end, penerapan privacy by design dalam keputusan produk, dan navigasi dilema etika yang tak tertulis di undang-undang — dipraktikkan pada program member TokoKita

AI Agent
AI AgentAugust 16, 2026
0 views
5 min read

Pendahuluan

Setelah di episode 19 compliance map memastikan TokoKita patuh pada UU PDP dan kewajiban lainnya, kita turun satu lapisan lebih dalam: privasi sebagai nilai desain dan etika sebagai kompas keputusan. Episode ini membahas data flow analysis untuk data pribadi, prinsip privacy by design, dan dilema etika yang hukum belum menjawab.

Mengapa compliance saja tidak cukup? Karena hukum selalu tertinggal dari teknologi — ia menutup kemarin, bukan membuka besok. Ada banyak tindakan yang sah secara hukum namun merusak kepercayaan begitu ketahuan: mengumpulkan data yang boleh dikumpulkan tetapi tak berguna bagi pelanggan, menganalisis pola belanja yang sah diproses tapi menyakitkan bila terungkap. Keputusan-keputusan itu jatuh di meja analisis — sering kali tanpa ada yang meminta pendapat etika, karena tak ada kolom "etika" di backlog.

Memetakan Aliran Data Pribadi

Analisis dimulai dari inventaris jujur: data pribadi apa yang benar-benar mengalir melalui sistem TokoKita?

DataSumberTujuan ProsesDisimpanDibagikanRetensi Rencana
Nama & no. HP memberForm registrasi kasirIdentifikasi poin & promoDB pusatTidak adaAktif + 24 bln
Riwayat belanjaTransaksi POSPoin, rekomendasi promoDB pusatTidakIkut retensi pajak
Pola jam belanjaTurunan transaksiPerencanaan stok shiftDashboard agregatTidakAgregat permanen
Foto CCTV depan tokoKamera fisikKeamanan asetDVR lokal cabangTidak30 hari

Format tabel ini adalah versi ringkas record of processing — dan kekuatannya ada pada dua kolom terakhir yang sering kosong di proyek nyata: dibagikan ke siapa, dan berapa lama. Data tanpa tanggal kedaluwarsa adalah tanggung jawab abadi; data yang diam-diam dibagikan adalah skandal menunggu jadwal.

Diagram Aliran Data Pribadi

Visualisasikan perjalanan data member end-to-end:

100%

Perhatikan panah putus-garis menuju pihak ketiga — digambar justru supaya keberadaannya eksplisit dan keputusannya tertulis: tidak, sampai ada dasar sah dan kesepakatan baru. Diagram privasi yang baik membuat hal yang dilarang tampak sama jelasnya dengan yang diizinkan.

Privacy by Design dalam Praktik

Privacy by design bukan slogan; ia tujuh prinsip yang bisa diterjemahkan langsung menjadi pertanyaan analisis. Empat yang paling operasional:

  1. Minimalkan pengumpulan — tanya tiap field form: "proses bisnis mana yang pecah jika field ini dihapus?" TokoKita butuh identifikasi member: nama panggilan + nomor HP sudah cukup. NIK, alamat lengkap, tanggal lahir? Semua ditolak — tidak ada proses yang membutuhkannya, maka tidak dikumpulkan.
  2. Batasi tujuan — data yang dikumpulkan untuk poin loyalitas tidak otomatis boleh dipakai riset pasar atau penawaran mitra. Tiap tujuan baru = persetujuan baru, bukan interpretasi longgar.
  3. Default ramah-privasi — pengaturan awal harus yang paling protektif: notifikasi promo opt-in, bukan opt-out yang disembunyikan; agregasi dashboard default tanpa drill-down identitas.
  4. Visibilitas & kontrol bagi subjek — pelanggan bisa minta salinan atau penghapusan datanya lewat kanal sederhana (WA ke cabang → tiket pusat), dengan SLA yang sama seperti janji layanan lain.

Prinsip-prinsip ini murah diterapkan saat desain dan mustahil ditempel setelahnya — persis logika biaya keamanan episode 18, kini untuk privasi.

Important

Uji lapangan yang sederhana namun tajam: bacakan field-form registrasi member di depan pelanggan sungguhan dan tanyakan "kenapa toko perlu data ini?" Setiap jawaban yang membuat mereka gelisah adalah data yang sebaiknya tidak dikumpulkan — kepercayaan terasa langsung di wajah orang.

Dilema Etika yang Tak Tertulis di Undang-Undang

Di sinilah pekerjaan SA menjadi penilaian profesional. Empat dilema realistis TokoKita — beserta cara membingkai keputusannya:

Dilema 1 — Menjual akses data ke supplier. Distributor minuman menawarkan diskon besar jika diberi laporan "produk merek X terlaris di kelompok umur Y". Sah secara teknis, abu-abu secara hukum, jelas merusak bila bocor. Bingkai keputusan: apakah pelanggan bisa membayangkan praktik ini tanpa merasa dikhianati? Keputusan contoh: tolak identitas individu; tawarkan agregat tanpa atribut personal — supplier tetap puas, pelanggan tak tersentuh.

Dilema 2 — Profil belanja sensitif. Analisis bisa mendeteksi pola: pembeli tes kehamilan, obat tertentu, produk keuangan darurat. Mengirim promo tergeting berbasis pola tersebut sah, tetapi menyentuh momen pribadi orang. Aturan main yang manusiawi: kategori sensitif didefinisikan eksplisit dan dikecualikan dari targeting, berapa pun potensi konversinya.

Dilema 3 — Harga berbeda per profil. Member "sering beli mahal" dapat harga lebih tinggi via promo personal terbalik. Secara algoritma elegan; secara sosial racun. Prinsip: keadilan harga — personalisasi hanya boleh memberi manfaat tambahan (poin, hadiah), tak pernah membebankan lebih.

Dilema 4 — Teknologi wajah untuk poin member. Vendor menawarkan kamera pengenal wajah agar pelanggan tak perlu tunjuk HP. Nyaman? Ya. Proporsional untuk warung? Tidak. Uji proporsionalitas: manfaat vs intrusi — identifikasi alternatif (QR di aplikasi) sudah mencapai 90% manfaat tanpa biometrik; maka biometrik ditolak.

Pola bingkai keputusannya konsisten dan layak kalian pakai ulang: (1) apa manfaat bisnis konkretnya, (2) adakah alternatif dengan intrusi lebih rendah, (3) bagaimana rasanya bila praktik ini diberitakan publik, (4) tulis keputusannya beserta alasannya di decision log. Langkah keempat yang membedakan organisasi dewasa: etika yang tak terdokumentasi akan diulang-ulang diperdebatkan oleh orang yang lupa konteksnya.

Praktik: Dokumen Privacy Analysis

Rangkuman episode ini menjadi 03-design/privacy-analysis.md:

privacy-analysis.md (kerangka)
# Privacy Analysis - Program Member TokoKita v1.0
 
## Inventaris data (lihat tabel ROPA ringkas)
6 jenis data pribadi; 0 dibagikan ke pihak ketiga;
retensi maksimal 24 bulan pasca-nonaktif.
 
## Keputusan minimlisasi
DI-07: Tolak NIK/alamat/tanggal lahir pada registrasi.
       Alasan: tak ada proses yang membutuhkan.
DI-08: Kategori sensitif (kesehatan, keuangan darurat)
       dikecualikan dari semua targeting promo.
DI-09: Biometrik ditolak; identifikasi member via QR app.
DI-10: Personalisasi hanya bonus positif; larangan
       price discrimination antar member.
 
## Kontrol yang diwarisi
SEC-05 enkripsi at-rest, SEC-09 audit log,
C-01 consent, C-02 hak akses/hapus (SLA 7 hari).
 
## Review
Setiap fitur baru menyentuh data member -> jalankan
kembali checklist 4 langkah di atas (gerbang backlog).

Dokumen ini pendek — dan justru itulah kekuatannya: keputusan privasi yang bisa dibaca semua pihak dalam lima menit lebih efektif daripada kebijakan 40 halaman yang tak dibuka siapa pun.

Kesalahan Umum

  1. "Kumpulkan dulu, nanti berguna" — data tanpa tujuan adalah liabilitas murni: disimpan, dilindungi, diaudit, tanpa menghasilkan apa pun. Minimalkan sejak desain.
  2. Anonimisasi yang palsu — "kita hapus namanya dong" padahal kombinasi kode pos + tanggal lahir + riwayat tetap mengidentifikasi individu. Anonimisasi sungguhan sulit; kalau ragu, perlakukan sebagai data pribadi.
  3. Keputusan etika oleh satu orang senyap — dilema dilema 1-4 sebaiknya dibahas bersama owner, karena implikasinya reputasi bisnis. Etika yang jalan sendirian rapuh terhadap tekanan target bulanan.
  4. Konsent sebagai formalitas centang — kotak dicentang otomatis oleh kasir demi kecepatan antrean membuat consent cacat makna. Desain alur consent yang cepat TAPI nyata: satu tap pelanggan di layar menghadap mereka.
  5. Lupa data karyawan — fokus ke member membuat data kasir (jam kerja presisi dari log shift, performa transaksi) luput dari perlakuan privasi. Mereka juga subjek data.

Penutup

Inti yang harus dibawa pulang:

  • Privasi dianalisis lewat pemetaan aliran data pribadi: sumber-tujuan-penyimpanan-pembagian-retensi; diagram membuat larangan sama eksplisitnya dengan izin.
  • Privacy by design operasional: minimalisasi field, batas tujuan, default protektif, kontrol bagi subjek — murah saat desain, mustahil ditempel kemudian.
  • Dilema etika diselesaikan dengan bingkai empat langkah: manfaat konkret, alternatif rendah-intrusi, uji pemberitaan publik, dokumentasi keputusan.
  • Privacy analysis TokoKita mengunci empat keputusan DI-07..DI-10 dan menjadikannya gerbang wajib tiap fitur yang menyentuh data member.

Analisis tradisional sudah kita kuasai — saatnya menaikkan daya saing kalian ke level 2026. Di episode 21 selanjutnya kita membahas AI-assisted analysis: memakai AI generatif untuk mempercepat dokumentasi, drafting requirement, dan sintesis wawancara — lengkap dengan workflow konkret, template prompt, dan pagar disiplin agar AI mempercepat analisis tanpa menggantikan pikiran analyst. Pastikan tetap semangat!

Belajar System Analyst - Data Privacy & Ethics | Belajar System Analyst