Synthetic data dibuat untuk menyerupai pola data nyata tanpa menyalin setiap individu. Pendekatan ini menarik untuk pelatihan, pengujian, dan berbagi data. Namun kata sintetis sering terdengar lebih aman daripada kenyataannya.
Data sintetis tetap membawa bayangan data asli
Jika model pembuat data terlalu dekat dengan data sumber, contoh langka atau kombinasi atribut dapat bocor. Penyerang juga dapat menghubungkan dataset sintetis dengan sumber lain untuk menebak identitas atau informasi sensitif. Risiko meningkat ketika data asli kecil, tidak seimbang, atau memiliki kasus unik.
Anonim bukan kata sakti
Kualitas dan privasi juga dapat bertentangan. Data yang sangat mirip lebih berguna untuk analisis, tetapi mungkin lebih mudah mengungkap pola individu. Data yang terlalu diacak lebih aman, tetapi kehilangan nilai. Karena itu, synthetic data harus diuji, bukan diberi label aman secara otomatis.
Di Indonesia, teknik ini dapat membantu riset kesehatan, layanan publik, atau pengembangan produk ketika akses data asli dibatasi. Tetapi organisasi tetap perlu dasar pemrosesan, kontrol akses, dokumentasi metode, dan evaluasi re-identification. Synthetic tidak menghapus tanggung jawab pengendali data.
Kata ‘anonim’ sering menenangkan rapat terlalu cepat. Data tetap dapat membawa pola langka, kombinasi atribut, atau jejak yang memungkinkan identitas ditebak kembali. Karena itu, pengujian harus dilakukan terhadap serangan nyata, bukan hanya definisi administratif.
Dalam praktik, data scientist, legal, auditor, peneliti, dan pembuat kebijakan akan bertemu synthetic data privacy melalui keputusan kecil. “Dokumentasikan sumber, metode generasi, dan tujuan penggunaan” dapat menjadi batas pertama. Sesudah itu, “Uji kemiripan terhadap individu serta contoh langka” memberi dasar untuk menilai apakah sistem layak dipertahankan atau perlu dikoreksi.
Uji kebocoran sebelum data dibagikan
Urutannya tidak harus rumit. Mulai dari “Dokumentasikan sumber, metode generasi, dan tujuan penggunaan”, lanjutkan dengan “Uji kemiripan terhadap individu serta contoh langka”, dan jangan memperluas sistem sebelum “Sebutkan keterbatasan statistik dan privasi kepada penerima data”.
Perubahan teknologi setelah Juli 2026 dapat menggeser sebagian detail. Yang lebih tahan lama adalah pertanyaan tentang izin, bukti, tanggung jawab, dan jalur koreksi dalam penggunaan synthetic data privacy.
Dokumen dari UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi dan NIST AI Risk Management Framework menjadi pijakan untuk membaca synthetic data privacy. Mereka tidak selalu berbicara langsung tentang kondisi Indonesia, sehingga penerapannya tetap perlu diuji dengan konteks lokal.
Synthetic data adalah alat manajemen risiko, bukan jubah gaib. Keamanannya bergantung pada desain, pengujian, konteks, dan apa yang dapat digabungkan oleh pihak lain.
Perdebatan tentang synthetic data privacy akhirnya kembali pada tiga pihak: siapa yang mendapat manfaat, siapa yang menanggung biaya, dan siapa yang boleh menolak.
Bacaan lanjutan: Data sintetis tetap membawa bayangan data asli
Enterprise Copilot dan Kebocoran Konteks: Dokumen Internal Tidak Selalu Tetap Internal, Voiceprint dan Faceprint: Biometrik Tidak Bisa Diganti Saat Bocor, Data, Privacy & Digital Rights dan metodologi editorial Undercover.id.