Keberatan atas Profiling dan Keputusan Otomatis: Hak Warga saat Algoritma Menilai Anda

Apa itu profiling

Profiling terjadi ketika sistem mengumpulkan data kebiasaan Anda, lalu menyusun gambaran tentang Anda. Contohnya skor kredit, perkiraan minat belanja, atau penilaian risiko asuransi. Prosesnya sering berjalan otomatis tanpa Anda sadari.

Tidak semua profiling buruk. Rekomendasi film berdasarkan tontonan Anda adalah contoh ringan. Masalah muncul ketika hasil profiling dipakai untuk keputusan penting, seperti menolak pinjaman atau menaikkan harga.

Karena hasil profiling sering berupa skor atau label yang tidak terlihat, banyak orang tidak tahu bahwa dirinya pernah dinilai. Di sinilah hak untuk mengetahui dan bertanya menjadi penting sebelum Anda mengajukan keberatan.

Hak keberatan dalam UU PDP

UU 27/2022 memberi subjek data hak untuk mengajukan keberatan atas keputusan yang hanya didasarkan pada pemrosesan otomatis, termasuk profiling, yang menimbulkan akibat hukum atau berdampak signifikan. Nomor pasal dan rumusan persisnya perlu dicek pada naskah.

Artinya, Anda berhak meminta penjelasan dan, dalam keadaan tertentu, meminta agar keputusan ditinjau ulang oleh manusia.

Hak ini berkaitan dengan hak akses dan hak koreksi. Anda dapat memulai dengan meminta tahu data apa yang dipakai, lalu menilai apakah ada data yang keliru atau sudah usang sebelum menyampaikan keberatan.

Kapan dampaknya terasa

Dampak paling mudah dirasakan di sektor keuangan, ketenagakerjaan, dan layanan daring. Misalnya, aplikasi pinjaman menolak pengajuan karena skor yang tidak jelas asalnya, atau platform lowongan menyaring pelamar secara otomatis.

Menteri Bappenas, dalam konteks UU Satu Data Indonesia, menyatakan bahwa pemanfaatan data dan AI tidak boleh menimbulkan bias algoritma atau diskriminasi baru. Itu pernyataan menteri, bukan rumusan pasal.

Perlu dibedakan antara keputusan yang sepenuhnya otomatis dan keputusan yang dibantu sistem tetapi tetap diputuskan manusia. Hak keberatan paling relevan pada kelompok pertama. Bila ada petugas yang meninjau, tanyakan siapa dan apa dasarnya.

• Penolakan pinjaman atau paylater
• Penentuan premi atau klaim asuransi
• Penyaringan lamaran kerja
• Penawaran harga yang berbeda antarpengguna

Cara mengajukan keberatan

Kirim surat atau surel ke pengendali data. Sebutkan keputusan yang Anda persoalkan, tanggalnya, dan dampaknya bagi Anda. Minta penjelasan data apa yang dipakai dan apakah ada peninjauan oleh petugas manusia.

Lampirkan bukti, misalnya tangkapan layar penolakan. Bila data yang dipakai keliru, sekaligus ajukan permintaan koreksi data.

Bila Anda ditolak oleh lembaga keuangan, periksa pula catatan kredit Anda di sumber resminya. Kesalahan pada catatan itu kerap menjadi penyebab penolakan otomatis, dan memperbaikinya sering lebih cepat daripada berdebat soal algoritma.

Simpan pula riwayat komunikasi dengan layanan pelanggan. Bila keputusan otomatis diulang pada pengajuan berikutnya, catatan ini menunjukkan bahwa Anda sudah berupaya menyelesaikannya secara baik-baik.

Peran penilaian dampak

Menurut KRES.ID, PP 33/2026 mewajibkan penilaian dampak pelindungan data pribadi atau DPIA sebelum pemrosesan berisiko tinggi, dengan contoh teknologi seperti AI, pembelajaran mesin, dan internet untuk segala. Pedoman rincinya didelegasikan ke peraturan lembaga.

Bagi warga, DPIA bukan dokumen yang otomatis dibuka ke publik. Namun Anda boleh menanyakan apakah penilaian semacam itu sudah dilakukan.

Praktisi keamanan data menilai penilaian dampak penting karena risiko algoritma sering baru terlihat setelah banyak orang terdampak. Namun pelaksanaannya di lapangan masih harus dilihat setelah aturan berlaku dan lembaga pengawas jelas.

Batas dan ketidakpastian

Kami belum menemukan penjelasan rinci tentang batasan keputusan otomatis dalam sumber yang tersedia. Ada pula pertanyaan apakah lembaga pengawas dapat menangani keberatan, karena lembaga itu belum jelas bentuknya menurut pemberitaan.

Karena itu, hasil keberatan tidak dapat dijanjikan. Tujuan realistisnya adalah memperoleh penjelasan, memperbaiki data yang keliru, dan membuka jalan peninjauan ulang.

Bila Anda merasa diperlakukan diskriminatif, misalnya karena asal daerah atau jenis kelamin, jelaskan dugaan itu dengan hati-hati dan sertakan bukti. Dugaan tanpa bukti sulit ditindaklanjuti oleh siapa pun.

Terakhir, jaga ekspektasi. Aturan pelaksana baru berlaku mulai 16 Januari 2027 menurut KRES.ID, lembaga pengawas belum jelas, dan praktik di lapangan masih berkembang. Bersabar dan teliti lebih berguna daripada langkah tergesa-gesa.

Iklan terarah dan pelacakan perilaku

Iklan terarah adalah bentuk profiling yang paling sering ditemui. Situs dan aplikasi mencatat apa yang Anda cari, lihat, dan beli, lalu menayangkan iklan yang cocok. Anda dapat mengurangi pelacakan lewat pengaturan iklan, penolakan cookie, dan pembatasan izin di ponsel.

Menolak iklan terarah tidak sama dengan menolak layanan. Namun sebagian layanan gratis hidup dari iklan, sehingga mungkin ada pembatasan fitur. Pertimbangkan apakah pertukaran itu masuk akal bagi Anda.

Contoh kasus

Contoh: Budi mengajukan pinjaman daring dan ditolak dalam hitungan detik tanpa alasan yang jelas. Ia menulis keberatan, menanyakan data yang dipakai, dan meminta peninjauan oleh petugas manusia. Dari balasan, ia mengetahui ada catatan tagihan lama yang sebenarnya sudah lunas. Ia lalu meminta koreksi data dan mengajukan ulang permohonannya setelah catatan diperbarui.

Hal yang sering keliru

• Mengira semua rekomendasi otomatis melanggar hukum.
• Mengira keberatan pasti membuat keputusan dibatalkan.
• Tidak memeriksa apakah data yang dipakai sistem sudah benar.

Dasar hukum

• Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi
• Peraturan Pemerintah Nomor 33 Tahun 2026 tentang Pelindungan Data Pribadi

Dalam kategori yang sama

• Mengadu ke Pengendali Data Pribadi: Urutan Eskalasi, Bukti, dan Contoh Isi Surat
• Kedaulatan Data dalam UU Satu Data Indonesia: Makna, Syarat, dan Batas Informasi
• Kelompok Rentan dalam Data Nasional: Disabilitas, Lansia, dan Warga Daerah Terpencil

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