04_Kredibilitas_Privasi_Etika_Data sains.pptx

04_Kredibilitas_Privasi_Etika_Data sains.pptx

1. 04 – Kredibilitas, Privasi, dan Etika dalam Pengolahan Data YOGI SAPUTRA 30/09/2025 201004-705-01-065 - Data Science - Informatics UIN SGD Bandung 1

2. Konsep Kredibilitas Data - Definisi: Kredibilitas = sejauh mana data dapat dipercaya, akurat, dan sahih. - Aspek utama: • Keaslian (Authenticity) • Konsistensi (Consistency) • Validitas (Validity) - Contoh: dataset manipulatif yang mempengaruhi hasil penelitian.

3. Mengukur Kredibilitas Data - Sumber data harus jelas dan dapat diverifikasi. - Proses pengumpulan transparan. - Audit trail (jejak rekam data). - Studi kasus: Data survei publik yang disalahgunakan.

4. Konsep Privasi Data - Definisi: Hak individu untuk mengendalikan informasi pribadinya. - Isu utama: Identitas digital, data sensitif (medis, keuangan, biometrik). - Regulasi: GDPR (Eropa), UU PDP No. 27/2022 (Indonesia).

5. Risiko Pelanggaran Privasi - Kebocoran data (data breach). - Penyalahgunaan big data untuk profiling. - Surveillance & tracking tanpa izin. - Contoh kasus: kebocoran data e-commerce/fintech di Indonesia.

6. Etika dalam Pengolahan Data - Prinsip etika: 1. Transparansi 2. Tanggung jawab 3. Keadilan (fairness) 4. Non-maleficence (tidak merugikan) - Paradigma Islam: amanah, kejujuran, tanggung jawab sosial.

7. Framework Etika Data Science - ACM Code of Ethics - OECD Data Ethics Principles - Perspektif Islam: • QS. Al-Hujurat:6 → verifikasi data • QS. Al-Isra:36 → tanggung jawab informasi - Praktik baik: anonymization, consent, responsible sharing.

8. Studi Kasus - Kasus 1: Facebook–Cambridge Analytica (privasi dilanggar untuk politik). - Kasus 2: Analisis kesehatan berbasis AI (tantangan etika & privasi). - Diskusi: Bagaimana menjaga kredibilitas data dan melindungi privasi tanpa menghambat inovasi?

9. Kesimpulan & Refleksi - Kredibilitas, privasi, dan etika adalah fondasi utama sains data. - Pentingnya integrasi regulasi, etika profesional, dan nilai Islami. - Refleksi: Bagaimana mahasiswa dapat menerapkan prinsip ini pada proyek data mereka?