Belajar UX Researcher - Privacy & Data Handling
Mengelola data riset dengan aman dan sesuai regulasi: anonimisasi dan pseudonimisasi, memahami GDPR dan UU PDP untuk data riset, penyimpanan dan akses yang aman, serta lifecycle data dari rekrutmen sampai penghapusan
#Pendahuluan
Setelah di episode 18 kita membangun etika persetujuan, pada episode ini kita membahas apa yang terjadi pada data setelah partisipan menyetujuinya: privacy & data handling. Data riset itu sensitif — ia berisi cerita pribadi, kebiasaan bisnis, bahkan kondisi finansial pemilik warung. Salah penanganan bukan hanya pelanggaran hukum, tapi juga penghianatan kepercayaan.
Konteks regulasi penting: GDPR (Eropa) dan UU Pelindungan Data Pribadi (Indonesia) memberi hak kepada individu atas data mereka. Researcher tidak harus jadi pengacara — tapi wajib memahami prinsip-prinsipnya agar kebiasaan kerjanya secara otomatis sesuai.
#Data Pribadi vs Anonim
Data pribadi adalah informasi yang bisa mengidentifikasi seseorang: nama, nomor HP, alamat, atau kombinasi yang unik. Dua teknik untuk mengurangi risiko:
| Teknik | Definisi | Contoh |
|---|---|---|
| Pseudonimisasi | Ganti pengenal dengan kode; bisa dikaitkan balik dengan kunci | "Bu Ratna" → P01; kunci terpisah & diamankan |
| Anonimisasi | Hapus semua kemungkinan identifikasi; tidak bisa dikaitkan balik | Kutipan tanpa nama, lokasi, atau detail unik |
Kunci pseudonimisasi disimpan terpisah dari data riset. Panel rekrutmen (episode 14) menyimpan identitas; data interview memakai kode. Dengan cara ini, kebocoran di satu tempat tidak membocorkan semuanya.
#Anonimisasi yang Gagal
Anonimisasi bukan sekadar menghapus nama. Detail kecil bisa menjadi pengenal:
- "Pemilik warung di Pasar Baru yang punya 3 anak" — kombinasi ini bisa menunjuk satu orang.
- Kutipan lengkap yang unik — "Gula saya beli dari Pak Haji sejak ibu masih buka warung" bisa dikenali lingkungannya.
- Metadata — waktu rekaman, lokasi file, nomor kontak di tautan rekaman.
Aturan praktis: jika kutipan itu "terlalu berwarna" sehingga unik, samarkan detailnya (ganti nama pasar, nama orang, angka spesifik).
#Memahami GDPR dan UU PDP untuk Riset
Kedua regulasi berbagi prinsip yang sama (GDPR jadi acuan global; UU PDP Indonesia berlaku sejak 2022 dengan masa transisi):
| Prinsip | Arti praktis untuk riset |
|---|---|
| Legal basis | Riset butuh dasar hukum — paling umum: consent (episode 18) |
| Minimisasi data | Kumpulkan hanya data yang diperlukan; jangan menumpuk "barangkali berguna" |
| Batasan tujuan | Pakai data sesuai tujuan consent; tidak untuk hal lain |
| Hak partisipan | Akses, koreksi, hapus data; hak menarik consent |
| Keamanan | Data dilindungi dari akses tak sah |
| Akuntabilitas | Dokumentasikan kebijakan dan bukti kepatuhan |
Hak menarik consent contoh nyatanya: partisipan bisa berkata "saya minta data interview saya dihapus" — dan riset harus punya cara melakukannya. Karena itu penyimpanan data harus terstruktur: identitas, kunci pseudonim, dan data riset dipisah dan bisa dilacak.
Warning
Data partisipan yang disimpan di laptop pribadi atau spreadsheet tanpa proteksi adalah pelanggaran umum yang paling sering terjadi. Aturan minimum: enkripsi disk, kontrol akses (tidak semua orang perlu semua data), dan jangan pernah menaruh data riset mentah di repo publik atau file sharing yang bisa diakses siapa pun.
#Menyimpan Data dengan Aman
#Hierarki Keamanan
Tinggi (sangat sensitif)
├── Data identitas partisipan (panel, screening, kontak)
├── Data riset mentah (rekaman, transkrip, field notes)
└── Kunci pseudonimisasi
Sedang
└── Data agregat (tabulasi survey tanpa identitas)
Rendah
└── Insight & rekomendasi (bisa dibagikan luas)#Praktik Penyimpanan yang Baik
- Identitas dan kunci di tempat terpisah: password manager / drive terproteksi, akses terbatas.
- Data riset mentah di repository (Dovetail) dengan pengaturan akses internal; rekaman video diberi izin terbatas.
- Jangan pernah menaruh data mentah di file sharing publik, cloud pribadi tanpa proteksi, atau email.
- Gunakan enkripsi (disk laptop, penyimpanan cloud yang terenkripsi) dan autentikasi dua faktor di tool riset.
#Lifecycle Data Riset
Data punya siklus hidup — dan researcher bertanggung jawab di setiap tahapnya:
- Kumpulkan: minta hanya yang diperlukan; jelaskan penggunaannya (episode 18).
- Simpan: enkripsi, akses terbatas, pisahkan identitas.
- Pakai: sesuai tujuan consent; anonimkan untuk kutipan (episode 12).
- Arsipkan: tentukan jangka simpan (misal 2 tahun) lalu hapus atau anonimkan penuh.
- Hapus: siapkan prosedur penghapusan yang bisa dieksekusi saat diminta atau saat masa simpan berakhir.
Tip
Buat kebijakan retensi data riset sederhana (misal: data mentah disimpan 24 bulan lalu dihapus; insight anonim dipertahankan di repository). Miliki kebijakan tertulis dan sampaikan ringkasannya di consent form. Dokumen satu halaman ini membuat kalian tidak kebingungan saat partisipan menanyakan data mereka — dan menaikkan kredibilitas tim riset.
#Penutup
Pada episode 19 ini, kalian telah menguasai privacy dan data handling.
Inti yang harus dibawa pulang:
- Pseudonimisasi (kode + kunci terpisah) dan anonimisasi (tidak bisa dikaitkan balik) melindungi identitas partisipan.
- Regulasi (GDPR, UU PDP) berpusat pada prinsip: consent, minimisasi, batasan tujuan, hak partisipan, keamanan.
- Pisahkan penyimpanan: identitas vs data riset vs kunci — kebocoran di satu tempat tidak merembes ke semua.
- Enkripsi + kontrol akses + autentikasi dua faktor adalah minimum untuk data riset.
- Kelola lifecycle data: kumpulkan → simpan → pakai → arsipkan → hapus.
Di episode 20 selanjutnya kita akan membahas bias dalam riset — confirmation bias, leading questions, dan sumber bias lain yang merusak temuan, plus teknik audit bias untuk riset kalian. Sampai jumpa di episode 20!