Perlindungan Data Pribadi dalam Algoritma TikTok: Implikasi Penerapan Artificial Intelligence dalam Sistem Personalisasi Sosial Media
Abstract
Perkembangan sosial media di era digitalisasi telah membentuk pola interaksi baru yang semakin kompleks melalui algoritma rekomendasi berbasis Artificial Intelligence (AI). TikTok menjadi contoh nyata, di mana personalisasi konten memanfaatkan big data perilaku pengguna hingga tingkat mikro. Praktik ini meningkatkan personalisasi konten sesuai preferensi pengguna, namun sekaligus menimbulkan risiko serius terhadap privasi akibat kurangnya transparansi serta perlindungan dalam proses pengumpulan dan pemrosesan data pribadi. Di Indonesia, Perlindungan Data Pribadi diatur melalui Undang-Undang Nomor 27 Tahun 2022 tentang Perlindungan Data Pribadi dan Peraturan MenteriĀ Komunikasi dan Informatika Nomor 20 Tahun 2016. Namun, efektivitas pengawasannya terhadap platform global masih dipertanyakan, mengingat lemahnya penegakan serta sifat kontrak baku Terms of Service (ToS) yang cenderung merugikan pengguna. Penelitian ini menggunakan pendekatan yuridis normatif dengan analisis komparatif terhadap General Data Protection Regulation (GDPR) Uni Eropa, diperkuat temuan regulator terkait isu consent dan praktik data mining. Hasil menunjukkan bahwa kebijakan privasi yang kompleks menghambat keterinformasian pengguna, sementara persetujuan gabungan tanpa opsi granular berisiko tidak memenuhi standar consent yang sah. Selain itu, profilisasi dan rekomendasi konten berbasis AI/ML tergolong pemrosesan berisiko tinggi yang mewajibkan pelaksanaan Data Protection Impact Assessment (DPIA). Kajian ini menawarkan perbaikan berupa desain persetujuan granular, pemberitahuan berlapis, serta publikasi ringkasan DPIA untuk menegaskan transparansi dan akuntabilitas.
Published
2025-11-19
Section
Articles
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.