Dalam era informasi teknologi maju saat ini dapat dengan mudah untuk menemukan informasi yang tersebar. Tak jarang bahwa informasi yang tersebar dapat memuat data-data yang digunakan untuk menarik perhatian audience sehingga menaikkan rate berita maupun informasi tersebut. Dapat diketahui bahwa ketika informasi maupun berita yang memuat data harus mencantumkan data yang asli sehingga sering sekali sumber data dicantumkan dalam postingan atau caption. Sumber data yang dicantumkan bisa menjadi boomerang untuk perusahaan yang merilis informasi maupun berita. Artinya, ketika sumber data masih diragukan mungkin banyak audience yang belum percaya dengan kebenaran dari informasi maupun berita tersebut.

Adapun beberapa masyrakat yang masih terlalu mudah untuk menerima semua informasi yang didapat tanpa membaca lebih lanjut. Mereka cenderung mengecek kebenaran informasi sehingga hoax tidak dapat dibendung. Dari hal tersebut dapat dipastikan ada tantangan besar untuk masyarakat maupun pelaku perusahaan atau individu yang membagikan informasi berisi data. Masyarakat harus memastikan kembali data yang tersebar dengan baik. Sedangkan untuk perusahaan dapat memastikan sumber yang dipakai dapat terjamin dan dapat dipertanggungjawabkan sewaktu-waktu. Seorang data scientist juga dapat menjadi salah satu alasan apakah data yang tersebar dapat dipercaya ataupun tidak.

Bagaimana Data Scientist Mengolah data?

Seorang data scientist harus memastikan data yang diolah menjadi lebih upgrade daripada sebelumnya. Sebagai acuan yang dapat digunakan oleh stakeholder sehingga data yang diguanakan harus memenuhi SOP (Standard Operating Procedure) yang berlaku. Berikut adalah 3 hal yang perlu diperhatikan oleh seorang Data Scientist ketika akan mengolah data

1. Metode pengumpulan hingga pengolahan data yang tepat dari awal sekaligus memvalidasi data yang diperoleh. Seorang data scientist harus dapat memiliki data yang akan diolah, data tersebut dapat ditemukan di beberapa tempat seperti website, jurnal, bank data dsb. Namun, terdapat pula data yang diperloeh dengan survey, perlakuan survey untuk memperoleh data yang harapkan harus dilakukan dengan benar.
2. Keamanan data dan privasi. Saat pengambilan data yang menggunakan responden tidak jarang bahwa seorang data scientist perlu menggunakan beberapa data yang dapat bersifat sensitif. Tercantum dalam UU Nomor 27 Tahun 2022 Perlindungan Data Pribadi (PDP) bahwasannya seluruh penggunaan, kepemilikan, dan penyebaran data seseorang dilindungi sehingga segala tindakan kecurangan yang melanggar akan diberi sanksi yang setimpal.
3. Interpretasi dan Komunikasi Hasil Analisis. Setelah mengolah data yang didapatkan dan mendapatkan hasil akhir seseorang data scientist akan melakukan interpretasi dari hasil yang olahan data yang ditemukan. Interpretasi data harus dilakukan untuk memudahkan membaca hasil akhir dari analisis yang dilakukan guna menjelaskan dengan mudah kepada para rang awam agar mudah untuk dipahami sehingga meminimalisasi miskomunikasi.

Di era yang semakin maju ini teknologi juga berperan penting dalam pengolahan data. Untuk memudahkan pekerjaan pengolahan data dapat dikerjakan dengan mudah ketika menggabungkan dengan teknologi yang semakin canggih. Teknologi ini dapat berfungsi untuk mengamankan data yang diperoleh sekaligus dapat membantu dalam meningkatkan keaslian data.

Kepercayaan Terhadap Data di Masa Kini

Dalam era di mana teknologi memainkan peran dalam hampir setiap aspek kehidupan kita, kepercayaan terhadap data juga ikut terseret. Data tidak lagi hanya sekadar sekumpulan angka dan fakta, tetapi dapat berupa sebagai alat dalam pengambilan keputusan yang relevan di semua sektor, mulai dari bisnis hingga kesehatan dan politik. Dapat dikatakan bahwa data yang disajikan bisa berupa boomerang bagi pelaku yang mengolah data, kita memahami bahwa data yang tersebar tidak selalu berupa fakta yang ada di lapangan, di masa yang semakin informatif ini banyak masyarakat dapat menilai sajian data apakah benar atau tidak dengan kata lain data yang tersaji dapat dimanipulatif.

Tingkat kepercayaan atau confident level biasanya sering dipakai dalam pengolahan data. Cara kerja dari tingkat kepercayaan ini adalah misal, jika kita membuat interval kepercayaan 95% untuk rata-rata sebuah populasi, itu berarti kita yakin dengan tingkat kepercayaan 95% bahwa nilai sebenarnya dari rata-rata populasi tersebut berada dalam interval yang kita hitung dari sampel data. Sehingga untuk memanipulasi data salah satu caranya adalah merubah tingkat kepercayaan dengan angka yang diharapkan sehingga menghasilkan kesimpulan yang diharapkan juga. Namun, bagaimana menurut data scientist bila masyarakat percaya bahwa banyak data yang dimanipulatif?

Etika dalam Penggunaan Data

Etika dalam penggunaan data semakin perlu untuk diperhatikan. Para pengguna data, terutama para ilmuwan data, harus mempertimbangkan implikasi etis dari penggunaan dan interpretasi data. Perlunya transparansi dan komunikasi antara pihak yang menggunakan data harus dapat mempertanggungjawabkan data yang diperoleh. Kesadaran akan manipulasi data, perlunya kesadaran agar tidak mudah termakan oleh hoax.

Dengan begitu, dapat dipastikan bahwa data yang digunakan dan yang tersebar adalah yang dapat dipercaya sehingga dapat dipertanggungjawabkan dan masyarakat akan kesempatan mendapatkan berita asli yang lebih besar. Dalam dunia yang semakin diwarnai oleh data, kepercayaan terhadap informasi yang kita gunakan menjadi semakin penting. Dengan memperhatikan beberapa aspek, kita dapat membangun pondasi yang kuat untuk memahami dan menggunakan data dengan bijaksana.

Penulis: Adrina Firda Marwah – Fakultas Teknologi Maju dan Multidisiplin

Baca Juga: Kompleksitas Revolusi Industri 4.0 dalam Bidang Kesehatan