Data Publik untuk Melatih AI: Batas yang Perlu Dipahami Setelah UU Satu Data Indonesia

Mengapa pertanyaan ini muncul

Model AI belajar dari data dalam jumlah besar. Pemerintah memiliki banyak data yang berpotensi berguna, misalnya statistik, peta, dan catatan layanan. Wajar bila pengembang bertanya apakah data itu dapat dipakai.

UU SDI menurut pemberitaan memang menyinggung AI. Namun sumber yang kami baca tidak menyebut pelatihan model secara khusus, sehingga jawaban pasti belum tersedia.

Pertanyaan ini juga penting bagi universitas, komunitas, dan perusahaan kecil yang tidak mampu membuat data sendiri. Kepastian aturan akan menentukan apakah inovasi AI lokal dapat berkembang secara sah. Kami tidak menemukan pernyataan resmi yang mengizinkan atau melarang hal itu secara spesifik.

Tiga klasifikasi data

Menurut pemberitaan, UU SDI mengelompokkan data menjadi terbuka, terbatas, dan tertutup sesuai peraturan perundang-undangan. Klasifikasi ini menentukan siapa yang boleh mengakses dan dengan syarat apa.

Rincian kriteria tiap kelompok belum kami ketahui. Karena itu, kami tidak menyebut contoh data yang pasti masuk ke kategori tertentu.

Klasifikasi ini juga menunjukkan bahwa tidak semua data dibuka. Negara perlu menjaga data yang menyangkut keamanan, kerahasiaan, atau kepentingan strategis, sambil membuka data yang bermanfaat bagi publik.

• Terbuka: dapat diakses publik sesuai aturan.
• Terbatas: akses dengan syarat tertentu.
• Tertutup: dibatasi ketat.

Data terbuka dan pelatihan AI

Secara umum, data terbuka dirancang untuk dimanfaatkan masyarakat. Namun pemanfaatan tetap harus mengikuti ketentuan lisensi atau syarat penggunaan yang ditetapkan penyedia data, serta tidak melanggar hak pihak lain.

Analisis redaksi: pengembang AI sebaiknya membaca syarat penggunaan setiap kumpulan data dan menyimpan catatan asalnya. Apakah UU SDI mewajibkan hal itu, belum diketahui.

Contoh syarat yang lazim adalah mencantumkan sumber, tidak memakai data untuk menyesatkan, atau tidak menggabungkan data hingga mengungkap identitas seseorang. Syarat sebenarnya bergantung pada penyedia data. Dengan begitu, risiko sengketa lisensi di kemudian hari dapat dikurangi dan pengguna lebih mudah menjelaskan asal data mereka.

Data terbatas dan biaya akses

Menurut pemberitaan, akses Data Terbatas dapat dikenai penerimaan negara bukan pajak (PNBP). Nilai dan mekanisme tarifnya belum dijelaskan.

Bila suatu perusahaan ingin memakai Data Terbatas untuk melatih model, ia mungkin perlu memenuhi syarat akses dan biaya. Ini skenario redaksi yang bergantung pada peraturan pelaksana.

Akses berbayar menimbulkan pertanyaan keadilan bagi peneliti dan usaha kecil. Apakah ada keringanan, belum diketahui. Pertanyaan itu layak diajukan ketika peraturan pelaksana dibahas. Pelaku usaha kecil juga dapat memantau apakah tarif akan dibedakan menurut jenis pengguna atau tujuan.

Data pribadi tetap rezim tersendiri

Data yang mengandung data pribadi tunduk pada UU Pelindungan Data Pribadi. Menurut KRES.ID, PP 33/2026 menyebut penilaian dampak (DPIA) sebelum pemrosesan berisiko tinggi, dengan contoh AI dan machine learning.

Sumber UU SDI tidak menjelaskan hubungan rinci kedua aturan. Kami tidak mengklaim UU SDI mengubah UU PDP. Pelatihan AI dengan data pribadi sebaiknya dikonsultasikan kepada ahli hukum.

Penggabungan beberapa kumpulan data juga dapat memunculkan risiko. Data yang tampak anonim kadang dapat dikenali kembali bila dicocokkan dengan data lain. Risiko ini sebaiknya ikut dinilai. Dengan demikian, jawaban atas pertanyaan hukum tidak dapat diambil hanya dari satu aturan, tetapi dari gabungan beberapa aturan yang berlaku.

Data tertutup dan keamanan

Data Tertutup dibatasi paling ketat. Menurut pemberitaan, akses atau transfernya ke luar yurisdiksi Indonesia wajib persetujuan DPR RI. Pelatihan AI di luar negeri dengan data demikian tentu menimbulkan pertanyaan.

Jawabannya belum ada karena kriteria dan mekanisme belum dijelaskan. Pengembang sebaiknya menghindari asumsi dan menunggu aturan pelaksana.

Transparansi juga penting. Bila hasil model dipakai untuk layanan publik, masyarakat berhak bertanya data apa yang dipakai. Namun hak itu bergantung pada aturan yang berlaku dan belum dijelaskan. Pengembang yang melanggar aturan transfer dapat menghadapi risiko hukum, tetapi sanksi untuk hal ini belum dijelaskan sumber.

Praktik hati-hati sementara

Sambil menunggu aturan, pengembang dapat mencatat asal data, memeriksa lisensi, memisahkan data pribadi, dan menyiapkan dokumentasi. Langkah itu adalah praktik baik umum.

Instansi pun dapat membantu dengan menandai klasifikasi dan syarat pemakaian pada katalog data. Menurut pemberitaan, katalog data nasional memang bagian dari tata kelola SDI.

Pada akhirnya, kepastian hukum akan datang dari naskah resmi dan peraturan turunan. Sebelum itu, artikel ini hanya memberi kerangka berpikir yang hati-hati. Sikap hati-hati ini tidak berarti menghentikan inovasi, melainkan memastikan inovasi berjalan di atas dasar hukum yang jelas.

Contoh kasus

Contoh: Sebuah tim pengembang fiktif ingin melatih model pengenal pola cuaca memakai data pemerintah. Mereka memilih data yang berstatus terbuka, membaca syarat penggunaannya, dan mencatat sumbernya. Data yang diragukan statusnya tidak dipakai sebelum ada kepastian dari penyedia data. Ini ilustrasi, bukan prosedur resmi. Tim juga menyimpan arsip lisensi tiap kumpulan data untuk keperluan pemeriksaan di kemudian hari.

Hal yang sering keliru

• Mengira semua data pemerintah boleh dipakai melatih AI.
• Mengira data terbuka tidak punya syarat penggunaan.
• Mengira UU SDI sudah mengatur pelatihan AI secara rinci.

Dasar hukum

• Undang-Undang Satu Data Indonesia (disahkan DPR 6 Oktober 2026; nomor menyusul)
• Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi

Dalam kategori yang sama

• UU Satu Data Indonesia dan Fintech: Skenario Dampak bagi Layanan Keuangan Digital
• UU Satu Data Indonesia dan Perbankan: Skenario Dampak bagi Data Nasabah dan Layanan
• UU Satu Data Indonesia dan Perpajakan: Skenario Dampak secara Umum

Ada masukan atau pendapat lain? Kirim lewat WhatsApp atau telepon 0813-3040-8000.