Pada 31 Oktober 2026, SDAIA menerbitkan kajian setebal 47 halaman berjudul "Data Sintetis: Peluang, Tantangan, dan Mekanisme Tata Kelola". Data sintetis dihasilkan algoritma untuk meniru sifat statistik catatan nyata Anda tanpa memuat informasi tentang orang sungguhan. Perusahaan Anda bisa memakainya dengan tiga cara: menguji sistem dan melatih model tanpa membuka catatan pelanggan, membuat kasus langka yang jarang dimiliki seperti penipuan, dan berbagi informasi dengan pengembang atau mitra secara lebih aman. Namun kajian itu mengingatkan bahwa data ini tidak menjamin privasi mutlak: jika seseorang dapat dikenali darinya, ia tunduk pada Undang-Undang Perlindungan Data Pribadi.
Apa kata SDAIA?
Menurut pengumuman SDAIA, data sintetis dapat mempercepat inovasi, menurunkan biaya pengumpulan dan penyiapan, serta memudahkan pertukaran informasi antarlembaga, terutama di sektor yang menangani informasi sensitif seperti layanan kesehatan dan jasa keuangan. Namun kajian itu sendiri menegaskan bahwa membuat catatan yang meniru catatan nyata belum tentu menghilangkan risiko identifikasi ulang seseorang maupun bias statistik. Kajian ini menyandarkan tata kelola pada empat dimensi: perlindungan privasi, kualitas data, keadilan dan pengurangan bias, serta transparansi.
Gagasannya tidak baru: kajian menyebut penggunaan sistematis pertama untuk melindungi privasi terjadi pada 1993, untuk menjaga kerahasiaan sensus penduduk Amerika Serikat, dan lompatan besar datang pada 2014 dengan jaringan adversarial generatif (GAN). Yang baru adalah AI generatif membuat pembuatannya lebih mudah dan murah.
3 jenis data sintetis
| Jenis | Apa itu | Kapan cocok untuk perusahaan Anda |
|---|---|---|
| Sepenuhnya sintetis | Semua catatan dihasilkan; tidak ada satu pun catatan nyata yang tersisa | Saat privasi paling penting, atau untuk menggambarkan kasus yang belum terjadi |
| Sebagian sintetis | Catatan nyata yang kolom sensitifnya, seperti nama, pendapatan, dan lokasi, diganti dengan nilai buatan | Saat Anda butuh realisme catatan nyata sambil melindungi kolom sensitif; kurang aman dibanding jenis pertama |
| Hibrida | Campuran catatan nyata dan sintetis | Saat ingin memperbesar kumpulan yang kecil atau menggambarkan kasus langka |
Menurut kajian, data ini dihasilkan dengan tiga cara: dengan aturan yang Anda tulis sendiri, seperti sebaran usia pelanggan; dengan model statistik yang mempelajari hubungan antarvariabel; atau dengan model AI generatif yang cocok untuk gambar, teks, dan konten rumit lainnya.
Bagaimana perusahaan Anda bisa memanfaatkannya?
- Menguji sistem tanpa informasi pelanggan. Lingkungan pengembangan dan pengujian Anda tidak membutuhkan nama dan nomor ponsel asli pelanggan. Buat pelanggan, faktur, dan transaksi sintetis yang mirip aslinya dalam format dan sebaran, lalu simpan catatan nyata hanya di lingkungan produksi. Pastikan catatan uji tidak merujuk ke nama domain atau alamat yang nyata; dalam kisah nama perusahaan fiktif yang ternyata sama dengan domain nyata kami melihat apa akibatnya.
- Melatih model dengan kasus langka. Kajian mencatat bahwa sektor keuangan memakainya untuk membuat transaksi langka dalam mendeteksi penipuan dan pencucian uang. Gagasan yang sama membantu bila kasus penipuan, retur, atau kerusakan yang Anda miliki terlalu sedikit untuk melatih model.
- Mewakili kelompok kecil dengan lebih baik. Jika catatan Anda condong ke satu kota atau satu segmen pelanggan, data sintetis membantu menyeimbangkannya agar model tidak berat sebelah terhadap yang lain.
- Berbagi dengan pengembang atau mitra. Berikan data sintetis kepada pemasok atau perusahaan perangkat lunak untuk membangun dan menguji, alih-alih menyerahkan salinan basis data pelanggan Anda.
Apakah data sintetis berada di luar Undang-Undang Perlindungan Data Pribadi?
Tidak otomatis. Kajian menjelaskan bahwa data sintetis tidak disebut secara tegas dalam Undang-Undang Perlindungan Data Pribadi maupun peraturan pelaksanaannya, tetapi Pasal 9 peraturan itu menetapkan bahwa informasi yang dianonimkan bukan data pribadi. Jadi semuanya bergantung pada identifikasi ulang: jika seseorang dapat dikenali secara langsung atau tidak langsung, undang-undang berlaku; jika tidak, ia diperlakukan sebagai anonim. Karena itu kajian meminta penilaian risiko identifikasi ulang, terutama untuk sampel kecil dan kasus langka yang mudah dikaitkan dengan orang tertentu.
Kajian juga mengingatkan bahwa pada 2023 SDAIA meluncurkan regulatory sandbox pertama di kawasan untuk data dan privasi, ruang untuk menguji teknologi penguat privasi, termasuk data sintetis, tanpa melanggar persyaratan privasi.
4 risiko yang perlu diwaspadai
- Identifikasi ulang. Model pembuat bisa menghafal pola yang presisi atau langka dari catatan nyata dan membuka identitas orang tertentu.
- Kurang realistis. Data sintetis bisa melewatkan nilai pencilan dan detail halus, sehingga model lulus uji tetapi gagal saat berhadapan dengan pelanggan sungguhan.
- Penurunan kualitas model. Melatih model berulang kali dengan konten buatan model lain membuatnya perlahan kehilangan keragaman, yang oleh kajian disebut keruntuhan model.
- Pengulangan bias. Jika catatan asli Anda bias, data sintetis dapat mewarisi bias itu atau bahkan memperbesarnya.
Langkah praktis dari peta jalan SDAIA
Kajian mengusulkan peta jalan berisi 3 tahap dan 6 langkah, dan kami mengambil bagian yang cocok untuk perusahaan menengah:
- Tentukan tujuannya lebih dulu. Apakah Anda membutuhkannya untuk menguji perangkat lunak, melatih model, atau membagikannya kepada pihak luar? Tujuan menentukan tingkat akurasi, privasi, dan alat yang tepat.
- Tunjuk penanggung jawab dan buat aturan internal. Siapa yang menyetujui pembuatan dan penggunaannya, dan siapa yang bertanggung jawab atas kualitasnya. Jika Anda sudah menerapkan tata kelola data sesuai SDAIA, masukkan data sintetis ke dalamnya.
- Periksa kualitas dan privasi sebelum dipakai. Bandingkan kumpulan sintetis dengan yang nyata, uji apakah seseorang dapat mengidentifikasi ulang orang tertentu, dan nilai model akhir dengan catatan nyata yang independen.
- Dokumentasikan proses pembuatannya. Catat sumber catatan asli, alat atau model yang dipakai, dan pengaturannya, agar pekerjaan dapat ditinjau nanti.
- Minta transparansi dari pemasok. Jika Anda membeli data sintetis atau alat pembuatnya, minta dokumen tentang sumbernya, model yang dipakai, bias yang diketahui, dan batasannya.
Langkah-langkah ini sejalan dengan kerangka nasional manajemen risiko AI. Di Origami, kami membantu perusahaan membangun lingkungan uji dengan data sintetis yang terpisah dari catatan pelanggan yang nyata. Hubungi kami jika Anda ingin memulainya bersama kami.
Sumber
Tanya jawab
Apa itu data sintetis?
Menurut definisi kajian SDAIA, data sintetis adalah catatan yang dihasilkan algoritma atau model AI untuk meniru sifat statistik data nyata, tanpa memuat informasi identitas tentang orang atau lembaga yang nyata.
Apakah data sintetis sepenuhnya aman dari sisi privasi?
Tidak. SDAIA menegaskan bahwa data ini belum tentu menghilangkan risiko identifikasi ulang, terutama jika model pembuatnya menghafal pola langka dari catatan nyata, jadi nilailah risiko itu sebelum memakainya.
Apakah Undang-Undang Perlindungan Data Pribadi berlaku untuk data sintetis?
Tergantung pada kemungkinan identifikasi ulang. Pasal 9 peraturan pelaksanaannya menyatakan informasi yang dianonimkan bukan data pribadi, tetapi jika seseorang dapat dikenali darinya, undang-undang itu berlaku.
Dari mana usaha kecil dan menengah sebaiknya memulai?
Dari lingkungan pengujian: ganti catatan pelanggan yang nyata dalam pengembangan dan pengujian dengan data sintetis, tunjuk penanggung jawab, dan dokumentasikan cara pembuatannya.
