"Differential Privacy", Metode Efektif Perlindungan Data Pribadi

Namun, semua data yang dirilis yang dihasilkan dan dilindungi menggunakan DP bersifat sintetis. Para ilmuwan kependudukan dan sosial, misalnya, keberatan terhadap kebijakan US Census Bureau seraya mengingatkan bahwa semakin banyak noise menyebabkan data menjadi tak berguna (useless).

Di luar masalah data sintetis, US Census Bureau berargumen bahwa data original tiap penduduk tak dapat digunakan pihak lain tanpa verifikasi. Verifikasi merupakan bagian dari manajemen perlindungan data sehingga masyarakat dapat terhindar dari ancaman berbagai kejahatan.

Manajemen proteksi data bersifat kompleks. Data individu berpotensi dapat dikenali melalui kombinasi dengan data lain.

Para peneliti di Universitas Texas, misalnya, telah mampu mengindentifikasi data pelanggan sebuah perusahaan film berdasarkan kombinasi peringkat dan daftar film yang dirilis dan ditonton, serta pemberian peringkat oleh pelanggan.

Berdasar temuan peneliti tersebut, data individu dapat direidentifikasi dan ditautkan ke pelanggan berbeda alias bocor ke pihak lain. Akibatnya, perusahaan penyedia film tersebut digugat berdasar UU Perlindungan Privasi Video dan membayar gugatan class action bernilai jutaan dolar.

DP dapat diterapkan pada semua jenis data atau informasi tiap individu agar setelah dirilis dapat dikontrol merujuk pada perlindungan data pribadi sesuai UU.

Baca juga: Tafsir UU Perlindungan Data Pribadi yang Perlu Diketahui

Dengan uraian tentang DP sebagai subtansi rancangan PP, pemerintah bakal memiliki instrumen regulasi yang tak sekadar practicable, tetapi juga efektif melindungi data pribadi setiap warga.

Berdasar praktik yang telah dilakukan berbagai lembaga di AS, DP dinilai merupakan instrumen efektif dalam mencegah kebocoran data serta memperkuat perlindungan data pribadi masyarakat dari ancaman kejahatan digital.