Diajukan untuk memenuhi tugas mata kuliah Big Data For Management
Penulis
Reynalda Suryono
20416261201167
MN20F
KARAWANG
2021/2022
KATA PENGANTAR
Puji dan syukur kita panjatkan Kehadirat Allah SWT, agar senantiasa memberikan
perlindungan dan kemudahan dalam segala aktivitas. Salah satunya aktivitas dalam pembuatan
tugas ini, dengan tujuan mempelajari dan memahimi mengenai big data. Tugas ini dibuat untuk
memenuhi salah satu tugas mata kuliah Big Data For Management.
Dengan tugas ini di dalam proses pembuatan tugas yang penulis kerjakan mungkin
sangat jauh dari kesempurnaan, hal ini disebabkan karena keterbatasan dalam menyusun tugas
ini, karena masih dalam tahap pembelajaran. Namun dalam penyusunan tugas ini penulis telah
berusaha semaksimal mungkin untuk mencapai kesempurnaan dan hasil yang memuaskan. Penulis
berharap semoga tugas yang dibuat ini dapat diterima dengan baik.
Penulis menyadari banyaknya kekurangan di dalam tugas ini, baik dari segi penulisan
maupun bahasa yang digunakan maka dari itu penulis sangat mengharapkan kritik dan saran yang
membangun agar penulis bisa lebih baik lagi kedepannya dan penulis berharapkan agar tugas ini
dapat bermanfaat khususnya bagi para pembacanya. Semoga Allah SWT senantiasa meridhoi
segala usaha kita. Atas segala perhatiannya penulis ucapkan terimakasih, dan penulis harap para
pembaca bisa memakluminya apabila penyusunan proposal ini terdapat kesalahan.
Penulis
i
ii
DAFTAR ISI
BAB I PENDAHULUAN
BAB IV PEMBAHASAN
BAB V KESIMPULAN
ii
iii
iii
BAB I
PENDAHULUAN
1
2
yang non-face (tidak mengahadirkan pelaku bisnis secara fisik) dan non-sign (tidak memakai
tanda tangan asli).3
Permasalahan hukum yang paling umum terjadi dalam transaksi ecommerce adalah
mengenai kepastian hukum atau legal certainty salah satu coontohnya mengharuskan adanya
perikatan antara pihak penjual dan pembeli melalui klausa elektronik (e-contract) yang dimana
harus dipastikan keabsahannya baik aspek perdata maupun unsur-unsur perjanjian elektronik.
Selain itu masalah yang sering timbul dan umum adalah keaslian data, kerahasian dokumen,
kewajiban sehubungan dengan pajak, perlindungan konsumen, hukum yang ditunjuk jika
terjadi pelanggaran perjanjian atau kontrak, masalah yuridiksi hukum dan juga masalah hukum
yang harus diterapkan apabila terjadinya sengketa.4
Namun dengan pesatnya fintech di Indonesia dalam belum diikuti dengan perlindungan
data pribadi yang ekstentif. Di Indonesia belum memiliki sebuah hukum khusus perlindungan
data pribadi sehingga dalam penyelenggaraan transaksi digital,dan banyak sterjadi
penyelewengan oleh pihak-pihak yang tidak bertanggung jawab seperti penipuan, pertasan
akun, penyebaran data, pencurian data dan lainnya terkait dengan data pribadi.
Salah satu dari sekian banyak website penyediaan barang atau marketplace yang cukup
terkenal adalah Shopee. Berdasarkan riset terbaru iprice, Shopee menjadi aplikasi E-commerce
nomor satu di Indonesia secara MAU (monthly active user). Selain itu Shopee juga menjadi
aplikasi dengan jumlah rata-rata pengguna aktif tertinggi di Indonesia. Bahkan berdasarkan
hasil penelitian dari lembaga lain yaitu YouGov Shopee dikatagorikan menjadi Top Buzz
Ranking aplikasi E-commerce dengan penguna aktif terbanyak, jumlah download dan total
time spent in app on Android berdasarkan App Annie.
Dengan hadirnya E-commerce seperti Shopee tidak menutup kemungkinan banyak
konsumen Indonesia saat ini berlalih untuk berbelanja di Shopee karena Shopee sendiri
memberi kemudahan bagi konsumennya. Salah satu contonya pada sale besar-besaran setiap
awal bulan dan barang yang dijual di marketplace Shopee Kebutuhan didalam aplikasi yang
sangat lengkap dan menjadi salah satu ketertarikan para konsumen dengan mudahnya membeli
suatu barang tanpa susah mencari suatu barang tersebut. Namun sebelum berbelanja di
marketplace Shopee biasanya tahap awal atau bisa dibilang sebelum login PT Shopee meminta
data-data pribadi konsumen seperti Nama, Email, No telephone, Alamat, Kode pos, Jenis
kelamin.
3
Kasus yang sering berkaitan dengan E-commerce adalah kasus kebocoran data pribadi
seseorang sehingga terjadinya penyalahgunaan data di kemudian hari. Menurut Kementrian
Komunikasi dan Informatika Republik Indonesia kasus kebocoran data pribadi diIndonesia
sendirisampai 31 Agustus bulan lalu telah telah menyentuh angka spektakuler yakni 1,3 Miliar
data pengguna telekomunikasi, hal ini menjadikan Indonesia ialah negara yang memiliki
kebocoran data paling besar di Asia sampai sekarang.6 Bersebelahan dengan itu, Shopee
bersama siber Surfshark merilis kebocoran data sebanyak 1,04 juta akun yang mengalami
demikian selama kuartal II 2022, jumlah itu melonjak 143% dari kuartal I 2022 sebanyak 430,1
ribu akun.
Dalam konteks penelitian ini, penulis menemukan sebuah permasalahan serupa yakni
terdapat kebocoran data phonebook dimana salah satu konsumen Shopee bernama Liana
Therandhana menceritakan kronologi kebocoran datanya, sedangkan yang kita paham bahwa
data data pribadi konsumen sangat rahasia. Pada tanggal 10 juli 2019 pukul 21.00 WIB Liana
Therandhana membuka aplikasi shopee dan langsung tertuju pada notifikasi yang masuk di
akun miliknya ternyata terdapat keterangan notifikasi muncul semua data dari phonebook.
Keterangan notifikasi tersebut bahkan lebih dari satu dan malam itu juga Liana sendiri
langsung mengirim email kepada pihak Shopee untuk menanyakan perihal tersebut. Karena
Liana takut bila phonebook dipakai oleh oknum yang tidak bertanggung jawab secara tidak
langsung oktum yang telah mencuri data privasi phonebook dan bias saja untuk melakukan
modus atau aksi kejahatan lainnya.
Setelah beberapa hari menunggu pihak PT Shopee membalas email dari konsumen
bernama Liana Therandhana Pihak Shopee menjelaskan bahwa Fitur Shopee sudah seperti itu
dan tujuannya untuk memudahkan antara penjual dan pembeli berinteraksi melalui fitur chat.
Padahal menurut konsumen Liana pihak Shopee tidak memikirkan keamanan & kenyaman
konsumen yang artinya melakukan kesengajaan karena pihak Shopee sendiri mengetahui &
mengakui bahwa Filtur phonebook itu memang sudah ada, dan tidak masuk akal jika alasan
PT Shopee memberikan keterangan pada tujuan tersebut memudahkan berinteraksi antara
pembeli dan penjual padahal konsumen sudah mengetahui bahwa ada yang namanya Filtur
Chat tanpa harus mengambil data pribadi pada phonebook. PT Shopee seakan hanya lepas dari
tanggung jawabnya sebagai salah satu perusahaan transaksi elektronik terbesar di Indonesia
4
dan tidak menjamin perlindungan hukum yang seharusnya konsumen dapatkan saat terjadi hal-
hal serupa seperti demikian.
Meninjau dari kasus tersebut perlu adanya upada perlindungan konsumen dan bentuk
tanggung jawab praktis mengingat semakin pesatnya laju ilmu pengetahuan dan teknoloki yang
semakin canggih dan juga merupakan kepentingan konsumen itu sendiri jika suatu hal yang
penting dan mendesak untuk mencari solusinya dan pada kasus tersebut masuk ke dalam
Undang-Undang Nomor 19 Tahun 2016 tentang Informasi dan Transaksi Elektronik pada pasal
26 ayat (1) dan (2) “kecuali di tentukan lain oleh peraturan perundang-undangan, pengunaan
setiap informasi melalui media elektronik yang menyangkut data pribadi seseorang harus
dilakukan atas persetujuan orang yang bersangkutan, dan pada ayat (2) setiap orang dilarang
haknya sebagaimanan simaksud pada ayat (1) dapat mengajukan gugatan atas kerugian yang
ditimbulkan berdasarkan Undang-Undang ini”.
Dari penjelasan latar belakang tersebut bahwa dengan adanya kemajuan dibidang teknologi
yang mempengaruhi dalam penyimpanan data secara praktis dalam membeli suatu barang di
marketplace (Shopee) tidak memungkinkan bahwa data-data tersebut bisa saja menimbulkan
beberapa masalah yang mengakibatkan kejahatan. Bebeda dengan sebelum adanya komputer
dan internet yang berkembang saat ini memicu perubahan, baik perubahan baik yaitu
mempermudah kehidupan dan di sisi lain menimbulkan perubahan buruk seperti kemunculan
sistem kejahatan baru yang memnafaatkan kemajuan teknologi dan informasi yaitu kejahatan
dunia maya atau cyber crime.8 Kemungkinan terlepas dari kejahatan yang mengambil alih
sistem harus senantiasa diusahakan karena dunia maya tidak terlepas dari kemajuan teknologi
yang mengiringingan. Dari pemaparan tersebut penulis tertarik untuk menganalisis masalah ini
dan membahas masalah ini ke dalam bentuk makalah dengan mengambil kasus big data “
Penyelesaian Sengketa Kebocoran Data Pribadi Phone Book Dalam E-Commerce”
1.2 Rumusan Masalah
Berdarkan latar belakang tersebut, dibuat rumusan masalah sebagai berikut:
1. Bagaimana PT. Shoppe Indonesia mendapatkan sumber big data?
2. Bagaimana permasalahan kasus big data pada PT. Shoppe Indonesia?
3. Bagaimana Solusi dalam mengatasi permasalahan kasus big data pada PT. Shoppe
Indonesia?
5
1.3 Tujuan
Tujuan pada makalah ini yaitu :
1. Mengetahui bagaimana sumber-sumber big data pada PT. Shoppe Indonesia
2. Menganalisa permasalahan kasus big data pada PT. Shoppe Indonesia
3. Menjelaskan solusi dalam mengatasi permasalahan kasus big data pada PT. Shoppe
Indonesia
1.4 Manfaat
Berdasarkan uraian dari rumusan masalah dan tujuan penelitian yang telah dipaparkan,
maka manfaat yang dapat di dapatkan dari penelitian di antaranya:
a. Manfaat Teoritis
Dengan melakukan penelitian ini diharapkan dapat menambah pengetahuan dan
wawasan pembaca khususnya dalam kasus ecommerce, dan kehati-hatian dalam menjaga
data pribadi kita sendiri ketika membeli suatu barang di marketplace.
b. Manfaat Praktis
Dengan adanya hasil penelitian ini diharapkan dapat menjadi salah satu sumber
acuan atau informasi bagi masyarakat ketika terjadi kasus yang serupa dan dapat
mengimplementasikan teori- teori mengenai hukum bisnis saat perkuliahan terutama di
bidang E- 8 commerce atau data-data pribadi sehingga kita bisa lebih waspada dalam
menjaga data pribadi kita sendiri.
BAB II
TINJAUAN PUSTAKA
2.1 Data
Basis data adalah koleksi dari data-data yang terorganisasi sedemikian rupa sehingga data
mudah disimpan dan dimanipulasi (diperbaharui, dicari, diolah dengan perhitungan-perhitungan
tertentu, serta dihapus). Menurut James Martin (1975), basis data dapat dipahami sebagai suatu
kumpulan data terhubung (interrelated data) yang disimpan secara bersama-sama pada suatu
media, tanpa mengatap satu sama lain atau tidak perlu suatu kerangkapan data (kalaupun ada maka
kerangkapan data tersebut harus seminimal mungkin dan terkontrol), data disimpan dengan cara-
cara tertentu sehingga mudah digunakan/atau ditampilkan kembali; data dapat digunakan oleh satu
atau lebih program-program aplikasi secara optimal; data disimpan tanpa mengalami
ketergantungan dengan program yang akan menggunakannya; data disimpan sedemikian rupa
sehingga proses penambahan, pengambilan, dan modifikasi data dapat dilakukan dengan mudah
dan terkontrol.
6
7
C.J.Date (1995) mendefinisikan database sebagai beberapa kumpulan data yang akan tetap
tersimpan, digunakan oleh sistem-sistem aplikasi yang diberikan oleh organisasi.
Berdasarkan definisi tersebut, maka suatu basis data mempunyai beberapa kriteria penting
yang harus dipenuhi, yaitu (Martin, 1975):
1. Berorientasi pada data (data oriented) dan bukan berorientasi pada program (program
oriented) yang akan menggunakannya. Untuk memenuhi kriteria ini, maka basis data harus
disimpan secara terpisah dengan program aplikasinya. Umumnya paket-paket aplikasi
pengelolaan basis data (Database Management System/DBMS) yang tersedia telah
dirancang sedemikian rupa sehingga basis data disimpan sebagai sekumpulan file yang
terpisah dengan perogram yang mengaksesnya.
2. Data dalam basis data dapat berkembang dengan mudah, baik volume maupun strukturnya.
Data-data di dalam basis data mengalami perkembangan dari waktu ke waktu. Struktur
basis data juga dapat mengalami perubahan seiring dengan kebutuhan subsistem-subsistem
pengolahan data yang baru.
3. Data yang ada dapat memenuhi kebutuhan sistem-sistem baru secara mudah. Ketika terjadi
penambahan/perubahan kebutuhan sistem yang baru maka data-data dalam basis data harus
8
dapat memenuhinya. Data-data yang telah tersimpan sebagai basis data harus tetap dapat
digunakan tanpa perlu mengubahnya. Hal ini dapat terjadi hanya jika basis data dirancang
sedemikian rupa sehingga ketika muncul kebutuhan-kebutuhan baru, data yang telah
tersimpan tetap dapat digunakan tanpa harus diubah.
4. Data dapat digunakan dengan cara yang berbeda-beda.Data dalam basis data dapat diakses
menggunakan program aplikasi, menggunakan program aplikasi, menggunaka instruksi-
instruksi yang bersifat interaktif, menggunakan bahasa query, dan lainnya.
Model data merupakan hal yang mendasari struktur basic data. Model data adalah sekumpulan
cara/perkakas/tool untuk mendeskripsikan data-data, hubungannya satu sama lain, semantiknya,
serta batasan konsistensi. Model data memiliki beberapa konsep sebagai berikut (Adi Nugroho,
2011):
sejumlah kolom yang masing-masing memiliki nama unik. Model relasional adalah contoh
model berbasis rekaman. Model tersebut dinamakan demikian sebab basis data memiliki
struktur rekaman berformat tertentu yang masing-masing isinya memiliki tipe-tip e yang
berbeda. Model relational adalah abstraksi pada peringkat yang lebih rendah dari ERD
(Entity Relationship Diagram). Perancangan basis data umumnya terlebih dahulu
menggunakan ERD (Entity Relationship Diagram), kemudian menerjemahkannya ke
model relasional untuk kemudian diimplementasikan di sistem basis data yang digunakan.
3. Model Data Lain
Model data berorientasi objek adalah model data lain yang saat ini mulai populer.
Model berorientasi objek memperluas ERD dengan penekanan pada pengapsulan
(encapsulation), pewarisan (inherintance), motode (fungsi), polimorfisme, serta identitas
objek. Model data objek-relasional mengombinasikan keunggulan-keunggulan model data
berorientasi objek dan ketersediaan model data relasional.
siapa yang boleh menggnakan database dan menentukan jenis operasi- operasi apa saja
yang boleh dilakukan.
5. Terpeliharanya keselarasan data (Consistancy) : Apabila ada perubahan data pada aplikasi
yang berbeda, maka secara otomatis perubahan itu berlaku untuk keseluruhan.
6. Data yang dipakai secara bersama (Shared) : Data yang dipakai seacra bersama-sama
oleh beberapa program aplikasi (secara online) pada saat bersamaan.
7. Dapat diterapkan standarisasi (Standarization) : Dengan adanya pengontrolan yang
terpusat, maka database dapat menerapkan standarisasi data yang disimpan sehingga
memudahkan pemakaian, pengiriman maupun pertukaran data.
2.5 Keunggulan dan Kerugian Database
Keunggulan Pemakaian Basis Data :
1. Terkontrolnya kerangkapan data.
2. Terpeliharanya keselarasan data apabila ada perubahan data pada aplikasi yang berbeda
maka secara otomatis perubahan itu berlaku untuk keseluruhan.
3. Data yang dipakai secara bersama.
4. Keamanan data yang terjamin.
5. Terpeliharanya integritas data.
6. Terpeliharanya keseimbangan (ketersediaan) data dari berbagai macam kebutuhan
data yang berbeda dalam sertiap aplikasi.
Kerugian Pemakaian Basis Data :
1. Storage (tempat penyimpanan data) yang digunakan besar.
2. Dibutuhkan tenaga yang terampil dalam mengelola data.
3. Perangkat lunaknya mahal.
4. Kerusakan pada system basis data dapat mempengaruhi departemen lain yang terkait. D.
Ciri-ciri Database
5. System yang dapat menyimpan data ke dalam floppy disk atau hard disk.
6. System yang menganut pengolahan data untuk ditambah, diubah, atau dihapus dengan
mudan dan terkontrol.
7. Data terpisah dari program.
11
3. Kunci luar, jika tidak bernilai nol, harus memiliki nilai yang sesuai dengan nilai kunci
utama di hubungan yang lain.
4. Seluruh atribut yang bukan merupakan kunci dalam sebuah tabel harus
mendeskripsikan objek yang diidentifikasi oleh kunci utama. Keempat syarat ini akan
menghasilkan database yang terstruktur dengan baik yang memungkinkan konsistensi
data, dan meminimalkan serta mengendalikan pengulangan data. Bagian berikutnya
menggambarkan manfaat-manfaat tersebut, dengan memperlihatkan contoh berbagai
jenis masalah yang dapat muncul apabila keempat syarat tersebut dilanggar.
B. Aplikasi RDBMS
Database adalah sekumpulan tabel yag disimpan dalam bentuk file/elektronik
dan dikelompokkan berdasarkan skema yang sudah dibuat oleh user. Untuk melakukan
pembuatan struktur, pengisian, pengeditan, dan penghapusan database diperlukan
software atau perangkat lunak, dan jenis perangkat lunak yang dimaksud adalah RDBMS
atau disebut Relational Database Management System. Sedangkan command yang
diterapkan untuk melakukan berbagai manipulasi terhadap database dan tabel yang ada di
software RDBMS disebut SQL (Structured Query Language).
RDBMS adalah sebuah software komputer yang digunakan untuk membuat,
menyunting dan menanajemen basis data yang telah mendukung skema relational.
Pemanfaatan program ini sangat banyak sekali contohnya, misalnya dalam sistem apoteker,
sistem penyewaan (Rental) mobir, sistem penjualan barang, sistem kepustakaan, sistem
pertokoan, dan masih banyak lagi. RDBMS sendiri memiliki tingkatan sesuai skala yang
akan digunakan, ada RDBMS yang digunakan untuk small-scale database semisal
aplikasi stock sederhana, aplikasi perpustakaan, dan ada aplikasi large-scale database yaitu
aplikasi RDBMS dengan skala yang lebih luas mencakup kebutuhan enteprise, contohnya
adalah aplikasi Oracle yang digunakan untuk menangani kebutuhan akan manajemen
Perusahaan berskala besar (dengan jumlah record yang sangat besar).
C. Jenis – jenis Database Relasional
Secara umum ada 3 jenis database relasional yaitu :
1. One to One (1 to 1) : Relasi database model ini terjadi apalabila sebuah data terdapat
pada dua buah tabel, dan hanya diperbolehkan satu data saja pada masing masing
13
tabel (unique record), sama halnya seperti primary key, record yang ada pada model
ini tidak boleh ada yang sama.
2. One to Many (1 to n) : Relasi database model ini membolehkan data yang sama
pada tabel kedua, tapi hanya membolehkan data yang bersifat unique (unik) pada
tabel pertama. Jadi pada model tabel kedua boleh memiliki beberapa data yang
sama.
3. Many to many (n to m) : Berbeda dengan kedua model diatas, relasi database model
ini membolehkan beberapa data yang sama baik pada tabel pertama maupun
tabel kedua. Dengan demikian tidak ada unique record di kedua tabel tersebut.
D. Tujuan Model Relasional Database
1. Menciptakan konsep database DBMS yang terintegrasi dan bersifat standalone.
2. Menciptakan DBMS yang konsisten dan menghindari terjadinya data redundancy
(duplikasi data) dengan menerapkan konsep normalisasi data, dengan tujuan
untuk meningkatkan kemampuan dalam mengambil dan juga memproses data.
E. Karakteristik Database Relasional
1. Struktur tabel bersifat Tabular.
2. Satu bahasa pemrograman atau sintaksis yang ada dapat digunakan untuk semua
user.
3. Field dikoneksikan melalui value didalam record table.
F. Contoh DBMS Relasional
Database Relasional sebenarnya adalah suatu konsep penyimpanan data
terstruktur, sebelum konsep database relasional muncul sudah ada uda model database
yaitu network database dan hierarchie database . Teori database relasional di kemukakan
pertamakali oleh Dr. E.F. Codd. Dalam database relasional, data disimpan dalam bentuk
relasi atau tabel dua dimensi, dan antara tabel satu dengan tabel lainnya terdapat hubungan
atau relationship sehingga dapat di simpulkan, database adalah kumpulan dari sejumlah
tabel yang saling hubungan atau saling keterkaitan.
Kumpulan dari data yang diorganisasikan sebagai tabel tadi disimpan dalam bentuk
data elektronik di dalam harddisk komputer dan dikelompokan secara logis berdasarkan
schema user. Saat ini sudah ada banyak sekali vendor-vendor DBMS yang dikenal
dan banyak digunakan oleh berbagai kalangan dan juga user untuk mengimplementasikan
14
database ke dalam sistem yang mereka buat. Paling tidak ada 3 vendor ternama yang saat
ini menguasai pasar DBMS, yaitu Oracle, MySQL, dan juga Microsoft SQL Server.
Berikut ini adalah beberapa penjelasan singkat mengeai vendor DBMS tersebut :
1. Oracle
Oracle merupakan salah satu contoh DBMS yang sangat rumit, namun memiliki
banyak keunggulan.
3. MySQL
MySQL merupakan salah satu vendor DBMS yang saat ini banyak digunakan
oleh banyak user dan juga programmer. Penggunaan MySQL sendiri lebih mengarah
kepada penggunaan umum dari sebuah sistem, dimana hanya membutuhkan jumlah data
yang tidak banyak dan sedikit. Banyak digunakan untuk membuath sistem dengan
interface HTML yang dikoneksikan dengan jaringan lokal atau LAN, sehingga bisa
diakses oleh user yang saling terhubung di dalam jaringan. Biasa digunakan untuk absensi,
dan berbagai macam keperluan, terutama pada instansi atau kantor dengan kapasitas kecil
hingga menengah.
BAB III
LANDASAN TEORI
16
17
People Generated Data (PGD) atau data yang dihasilkan manusia. Saat ini, hampir semua
orang aktif di media sosial. Orang-orang menghasilkan sejumlah besar data di media sosial
seperti Facebook, Twitter, dan LinkedIn. Data juga dapat diambil saat manusia berbagi tulisan
melalui situs blog, surat elektronik, dan pesan teks. Terjadi pula bila manusia berbagi foto di
Instagram dan Pinterest hingga berbagi video melalui YouTube dan TikTok.
PGD memiliki karakter berupa penuh dengan teks, tidak terstruktur, tidak sesuai dengan
mode yang sudah ada, format yang terlalu bervariasi (pdf, ppt, xml, dsb). Oleh karena itulah
PGD disebut sebagai data tidak terstruktur. PGD juga memiliki beberapa tantangan, yakni
memiliki data yang tidak dapat dibaca oleh mesin. Contohnya, data-data yang memuat bahasa
slang, gambar-gambar yang belum pernah dipelajari mesin sebelumnya, dan lain sebagainya.
3. Organization Genered Data (OGD)
OGD atau sumber Big Data yang ketiga, dapat dilihat pada perusahaan taksi yang telah
beradaptasi ke layanan daring sebagai contohnya, bahkan berkolaborasi dengan platform
daring lainnya. Data yang dihasilkan organisasi sifatnya sangat terstruktur dan dapat dipercaya.
Dari data transaksi penjualan hingga pola produk yang terdigitalisasi, kita akan mengetahui
apakah terdapat ketidak transparan atau penipuan. Pada praktiknya, kita kerap kali akan
menemui dua atau lebih perusahaan yang bekerja sama dan mengkombinasikan OGD yang
mereka miliki untuk menciptakan nilai (value). Big Data memungkinkan kita untuk
mengintegrasikan data yang beragam. Jika dulu sebuah perusahaan hanya mempertahankan
data internal, sekarang dapat dikolaborasikan dengan data eksternal. Dengan melakukan
integrasi data, kita dapat menemukan korelasi dan insight dari data yang kita miliki.
Dengan mengintegrasikan data dari bermacam tipe, bentuk, dan ukuran, maka data kita
akan menjadi lebih kaya. Ketersediaan data pun akan meningkat. Perusahaan tidak hanya
bergantung pada data internal, namun dapat menggunakan data dari sistem maupun organisasi
lain. Kompleksitas data akan dapat dikurangi, sistem data dapat disatukan sehingga menjadi
lebih bernilai, data bahkan dapat dijual (data monetization) atau dikolaborasikan dengan
organisasi lain. Sebagai contoh, adalah bagaimana aplikasi Traveloka bekerja sama dengan
Lalamove yang menyediakan layanan pengiriman terkait dengan Traveloka Eats.
Dikutip dari sebuah artikel (deepublish n.d.) mengatakan bahwa sumber big data juga
berasal dari, yaitu :
19
1. Internet
Internet merupakan penyedia data raksasa paling besar dan paling sering dimanfaatkan
perusahaan. Sebab cara kerja internet sendiri adalah menyimpan semua data dari para
penggunanya. Jadi, aktivitas pencarian apapun nantinya akan disimpan dan kemudian menjadi
kumpulan data.
Inilah alasan kenapa cache pada browser maupun perangkat yang dipakai berselancar di
internet mudah sekali penuh. Sebab isinya adalah data-data dari hasil aktivitas berselancar di
internet. Data ini oleh suatu perusahaan bisa diolah dan menjadi media menentukan strategi
perusahaan.
2. Smartphone
Smartphone juga menjadi penyumbang data dalam skala besar, sebab aktivitas apapun di
dalamnya akan otomatis disimpan oleh perangkat. Sumber data terbesar di smartphone sendiri
adalah aplikasi yang diinstal di dalamnya. Jadi, setiap kali aplikasi ini berjalan maka data akan
didapatkan dan dikumpulkan oleh sistem.
3. Media Sosial
Media sosial dimana menjadi media yang banyak dibuka siapa saja di era sekarang bahkan
sesaat setelah bangun tidur juga menjadi sumber data dalam skala besar. Setiap foto, video,
termasuk cuitan di media sosial sudah disebut data. Bisa dibayangkan berapa miliar data
didapatkan perusahaan saat mengelola media sosial.
4. Digitalisasi
Digitalisasi media tertentu kemudian menciptakan sumber data dan tentu bisa dikelola oleh
suatu perusahaan. Misalnya saja perusahaan menyediakan data dalam bentuk musik, yang
kemudian dirilis ke masyarakat dalam bentuk audio dan bisa dinikmati di
sejumlah platform atau aplikasi.
Misalnya di Joox, maka setiap kali orang mendengarkan musik tersebut di Joox perusahaan
akan mendapatkan data. Data inilah yang kemudian dikumpulkan dan diolah untuk
menentukan strategi perusahan di masa mendatang. Namun data ini tentu bukan data pribadi
dan spesifik seperti nama, usia, tempat tinggal, dan sebagainya. Namun data kasar, misalnya
untuk musik tadi perusahaan bisa mengetahui musik mana saja yang ketika dirilis banyak
didengarkan. Maka perusahaan bisa mengolah data tersebut untuk menentukan genre musik
20
apa yang akan dikembangkan lagi di masa mendatang. Jadi, saat menggunakan aplikasi dan
smartphone tidak perlu cemas data pribadi bocor kemana-mana.
Dalam konteks dan analisis big data harus mengetahui dengan benar, apa saja, sumber apa
saja yang bisa menjadi sumber-sumber dari data yang nanti dikumpulkan dalam sebuah pikiran
dan juga sumber-sumber data ini kita gunakan untuk mengambil langkah-langkah strategis dalam
Menentukan metode yang kita gunakan dalam analisis big data, big data merupakan Kumpulan
data yang berjumlah sangat besar kemudian bervariasi memiliki velocity yang sangat cepat dan
juga memiliki verasity yang khas dan termasuk value 5v tersebut dipengaruhi salah satunya adalah
dari variasinya atau sumber-sumber big data yang Beranekaragam sumber-sumber big data ini bisa
sebut menjadi beberapa sumber big data yang berasal dari titik-titik sources Kemudian dari Legacy
system atau sistem informasi yang digunakan dalam sebuah organisasi untuk menjalankan bisnis
proses organisasinya dan juga dari Cloud applications atau dari aplikasi-aplikasi yang digunakan
menggunakan teknologi tertentu.
Masing-masing Sumber data ini memiliki teknologi, sumber datanya masing-masing dan
juga memiliki kekhasan dalam Bagaimana bisa terkoneksi dan kemudian mengambil data dari
sumber itu dengan baik dan benar tentu saja masing-masing akan memiliki kekhasan teknologinya
masing-masing sebagai ilustrasi jika menggunakan satu sumber data misalnya dari big data yang
bisa berasal dari sosial media maka sosial media itu harus kita identifikasi Apakah dari Twitter
dari Facebook dari Instagram atau dari Tiktok bahkan memahami bahwa sumber-sumber
pictagram sosial media itu tidak hanya itu tapi sangat banyak sekali ini yang menarik dalam
konteks masing-masing sumber big data memiliki kekhasan Bagaimana cara kita terhubung dan
bagaimana cara kita mengambil datanya sehingga otomatis teknologi-teknologi Yang nanti
terkoneksi dengan masing-masing sumber data.
Dalam hal ini sosial media tadi itu juga akan sangat menarik untuk Dipelajari tidak hanya
dari peta sosial dalam bentuk sosial media bisa juga dalam bentuk misalnya sumber yang berupa
news portal kita dalam kehidupan sehari-hari sering membaca dan mengupdate informasi terkini
dari berita-berita online yang sudah disediakan dalam bentuk situs-situs tertentu masing-masing
situs menyediakan untuk kemudian datanya bisa diambil, teknik dan juga teknologi untuk
melakukan itu pun juga sangat khas. sumber berikutnya adalah sumber data yang berasal dari
sistem-sistem informasi atau Legacy system nah biasanya nah organisasi pasti punya sistem-sistem
informasi yang mendukung bisnisnya dari sistem informasi bisnis proses utama mungkin financial
keuangan cuman resources supply chain management customer relationship management bahkan
22
Irving accounting Information system yang sudah memiliki sebuah sumber atau pangkalan data
yang kemudian kita sebut sebagai database maka itu kemudian bisa digunakan juga atau menjadi
sumber-sumber big data cara untuk mendapatkannya pun juga khusus bisa langsung mengakses
ke dalam database atau kemudian membangun jembatan service untuk mengambil data itu secara
berkala atau secara Real Time bisa juga Sumber data itu berasal dari Cloud applications yang kita
gunakan sehari-hari untuk memesan makanan mengantar kita dari tempat asal ke tujuan dan
berbagai macam kebutuhan termasuk belanja online nah sumber-sumber data itu sebenarnya bisa
juga kita gunakan sebagai sumber-sumber data yang kemudian kita ambil dengan cara tertentu, hal
ini sangat tergantung dari permission jenis dan juga bagaimana kita melakukan treatment yang
baik agar sumber data bisa mengalir dengan lancar. semua aplikasi yang menyatakan dirinya itu
online menggunakan internet Saat ini maka itu adalah sumber-sumber big data tinggal caranya
bagaimana kita berkoneksi dengan mereka dan kemudian mengambil datanya kita gunakan untuk
kepentingan analisis.
untuk analisis data. Supaya big data yang jumlahnya susah dihitung bisa dianalisis dengan
baik dan efektif.
operasional yang efisien sehingga dapat menghasilkan keuntungan yang lebih besar pada
perusahaan. Beberapa manfaat dari Big Data dalam perusahaan adalah :
a Penghematan biaya, teknologi analisis Big Data seperti Hadoop dan analisis berbasis cloud
membawa pengurangan biaya yang signifikan dalam hal untuk penyimpanan data dalam
jumlah besar.
b Lebih cepat dan lebih baik dalam pengambilan keputusan, dengan kecepatan teknologi Big
Data seperti hadoop dalam melakukan analisis dengan dikombinasikan kemampuan untuk
menganalisis berbagai macam sumber data baru membuat Big Data mampu menganalisis
informasi lebih cepat dan membuat keputusan dari hasil analisa tersebut.
c Melahirkan produk dan layanan baru, dengan kemampuan mengukur kebutuhan dan
kepuasan pelanggan mendatangkan keunggulan dari bisnis untuk menciptakan produk dan
layanan baru yang sesuai dengan keinginan dan kebutuhan pelanggan.
d Segmentasi audiens untuk menyesuaikan aktivitas. Kapasitas pengumpulan data dan
segmentasi audiens didasarkan-database telah menjadi kunci penggerak penggunaan oleh
banyak organisasi seni berdasarkan strategi data operasi inti organisasi (seperti database).
e Menciptakan transparansi. Membuat big data dapat lebih mudah diakses oleh yang
berkepentingan (stakeholder) yang relevan secara tepat waktu dapat menciptakan nilai
yang luar biasa. Dalam hal ini big data dapat di integrasikan sehingga informasi yang
dibutuhkan dapat diperoleh lebih efisien.
f Mendukung / mengganti keputusan manusia dengan algoritma yang diotomatiskan.
Analisa dengan bantuan algoritma dapat meningkatkan pengambilan keputusan,
meminimalkan resiko, dan menggali wawasan yang berharga, yang dapat dilakukan secara
otomatis. Meskipun keputusannya belum tentu otomatis.
g Mengaktifkan eksperimentasi karena pembuatan dan penyimpanan transaksi dalam bentuk
digital, organisasi/perusahaan dapat mengumpulkan data lebih akurat dan kinerja yang
lebih terperinci.
h Berinovasi model bisnis, produk dan layanan baru. Big data memungkinkan perusahaan
membuat produk dan layanan baru, meningkatkan yang sudah ada, dan menciptakan model
bisnis yang sama sekali baru.
2 Manfaat Big Data Pada Sektor Bisnis
26
Perusahaan-perusahaan yang bergerak dalam sektor bisnis memiliki orientasi utama pada
pencapaian margin laba setinggi mungkin (profit oriented). Berbagai informasi penting dapat
dihasilkan dari Big Data yang dapat mendukung proses pengambilan keputusan bagi pimpinan
perusahaan sebagai berikut :
a Mengetahui respons masyarakat terhadap produk-produk yang dikeluarkan melalui analisis
sentimen di media sosial.
b Membantu perusahaan mengambil keputusan secara lebih tepat dan akurat berdasarkan
data.
c Membantu meningkatkan citra perusahaan di mata pelanggan.
d Perencanaan usaha, dengan mengetahui perilaku pelanggan seperti pada perusahaan
telekomunikasi dan perbankan.
e Mengetahui trend pasar dan keinginan konsumen.
3 Manfaat Big Data Pada Sektor Layanan Publik
Perusahaan atau institusi yang yang berada pada sektor layanan publik lazimnya memiliki
orientasi utama pada pencapaian kepuasan klien/ pelanggan. Resource Big Data dapat
memberikan andil dengan menyajikan berbagai informasi berharga sebagai berikut :
a Mendapatkan feedback dan respon masyarakat sebagai dasar penyusunan kebijakan dan
perbaikan pelayanan publik. Feedback tersebut dapat diperoleh dari sistem informasi
layanan pemerintah maupun dari media sosial.
b Membuat layanan terpadu dengan segmen khusus sehingga layanan bisa lebih efektif dan
efisien.
c Menemukan solusi atas permasalahan yang ada, berdasarkan data. Sebagai contoh :
menganalisis informasi cuaca dan informasi pertanian terkait data tingkat kesuburan tanah,
pemerintah dapat menetapkan atau menghimbau jenis varietas tanaman yang ditanam oleh
petani pada daerah dan waktu tertentu.
4 Manfaat Big Data Dalam Manajemen Risiko
Manajemen resiko menggunakan big data dikarenakan Teknologi big data adalah yang
terbaik untuk mendapatkan jaminan, mencatat kemungkinan risiko, dan merancang solusi
dalam organisasi. Ini berbeda dari sistem manajemen risiko tradisional, yang menggunakan
tinjauan risiko untuk menunjukkan bahaya dan risiko yang mendasarinya. Big data tidak akan
memiliki bias dan akan secara efektif menilai kemungkinan risiko.
27
Manfaat Menggunakan Big Data dalam Manajemen Risiko. Tidak seperti analisis data
tradisional, big data hadir dengan banyak hal positif mengenai manajemen risiko. Manfaat
teknologi big data dalam mengelola risiko.
a Menetapkan Konteks
Big data membantu perusahaan memahami pentingnya analisis data saat mengelola risiko.
Dari sini, organisasi memiliki strategi analitik yang membantu menentukan ruang lingkup
untuk mendapatkan hasil tertentu. Setelah itu, proses tersebut akan meningkatkan kinerja
bisnis dan mengurangi masalah kepatuhan.
b Mengidentifikasi dan Menerima Risiko
Setelah membuat konteks yang kuat, big data membantu mengetahui kemungkinan
ancaman di organisasi. Data yang solid dari sumber yang dapat dipercaya memunculkan
risiko nyata. Jadi, jika datanya berkualitas buruk, harapkan analisisnya juga buruk. Setelah
mengidentifikasi risikonya, akan memahami konsekuensi yang tidak terlihat.
c Evaluasi
Menganalisis risiko yang didapatkan dari big data. Di sini, akan menggunakan infrastruktur
teknologi yang dapat memproses big data. Analisis semacam itu dapat menjadi
menguntungkan bagi bisnis.
d Pemantauan dan Kontrol
Setelah evaluasi, big data membantu memantau dan mengendalikan risiko menggunakan
mekanisme pertahanan. Akan melihat manfaat ini jika menggunakan langkah-langkah
yang dikontrol teknologi. Itu karena teknologi modern memiliki alat khusus untuk
menangani berbagai ancaman.
e Mitigasi dan Pelaporan Risiko
Setelah mengendalikan risiko, big data akan membantu perusahaan mengimplementasikan
rencana. Akan membuat rencana pelaporan risiko setelah pengumpulan dan analisis big
data. Dari sini, rencana keselamatan terjadi untuk waktu yang lama.
BAB IV
PEMBAHASAN
Gambar 1.
Dapat disebutkan bahwa produk yang tersemat dalam penjualan pada aplikasi
tersebut berjumlah kurang lebih 26 jenis mulai dari pakaian-pakaian pria maupun wanita,
Aksesoris Barang Elektronik, Kosmetik,Perlengkapan Rumah Tangga, Perlengkapan anak-
anak, Aksesoris Pria dan Wanita, Makanan,Minuman, Serba perlengkapan sekolah,
Hampers, Olahraga, Otomotif dan lain-lain. Dalam hal ini, yang menjadi sasaran penjualan
28
29
produk tentu adalahmasyarakat yang menjunjung tinggi kemajuan teknologi yang setiap
aktivitasnya memerlukan gadget pintar termasuk berbelanja. Oleh Karena itu, visi utama
Shopee tidak lain dan tidak bukan ialah menjadikan wadah transaksi elektronik tersebut
menjadi ikon belanja nomor 1 di Indonesia sementara misinya yakni menciptakan
tingginya rasa antusias masyarakat dalam perdagangan.
Bahkan di Indonesia sendiri, Shopee diprakarsai dalam naungan PT. Shopee
International Indonesia yang terletak di Jl. Jenderal Sudirman No. 52-53Senayan,
Kecamatan Kebayoran Lama, Jakarta Selatan tepatnya di gedung Pacific Place SCBD
(Sudirman Central Business District) lantai 26. Dengan hadirnya platform berintegritas
demikian dapat membantu memudahkan dan memberikan pengalaman baru sehingga
masyarakat mulai terbuka untuk memasarkan produk dan perdagangan dapat berlangsung
sebagai mestinya. Akhir 2018 dapat diketahui bahwa Shopee terbukti menjadi e-commerce
paling tersohor dengan konsumen terbanyak disusul Lazada dan Tokopedia.
Tidak hanya menjamin perdagangan yang mudah dan menyenangkan, shopee juga
memiliki poin-poin keutamaan yang dijunjung tinggi yakni:
1) We Serving, yakni menyediakan atau memfasilitasi penggunanya dalampelayanan
terbaik.
2) We Adapting, yakni mewaspadai segala reformasi dan menciptakan rencana serta
menerima reformasi tersebut dengan pelaksanaan terbaik.
3) We Running, yakni kecepatan menanggapi permasalahan dengan segalabentuk
upaya penyelesaian yang tinggi.
4) We Commiting, yakni komitmen akan strandarisasi yang tinggi terhadap hal-hal
yang telah disepakati untuk menjadikan perusahaan lebih baik lagi kedepannya.
5) We Stay Humbling, yakni ramah dengan mengedepankan semangat perjuangan
untuk terus memajukan wadah jual-beli dalam situasi dan kondisi apapun sehingga
dapat bersaing dengan platform yang lainnya
4.2 Permasalahan Big Data Pada Perusahaan
Salah satu konsumen pengguna Shopee bernama Liana Therandhana yang
bertempat tinggal di Perumahan Bumi Asri Balaraja Blok A7/5 Kelurahan Saga,
Kecamatan Balaraja, Banten telah menceritakan kronologi kebocoran datanya secara
lengkap melalui pertemuan langsung dan di rekam menggunakan media Handphone,
30
sedangkan yang kita paham bahwa data pribadi konsumen bersifatsangat rahasia. Pada
tanggal 10 juli 2019 pukul 21.00 WIB LT membuka aplikasi shopee dan langsung tertuju
pada notifikasi yang masuk di akun miliknya ternyata terdapat keterangan notifikasi
muncul semua data dari phonebook. Keterangan notifikasi tersebut bahkan lebih dari satu
dan malam itujuga Liana sendiri tidak langsung mengirim email kepada pihak Shopee
untuk menanyakan perihal tersebut melainkan pada pagi nya. Karena LT takut bila
phonebook dipakai oleh oknum yang tidak bertanggung jawab secara tidak langsung oktum
yang telah mencuri data privasi phonebook dan bisa saja untukmelakukan modus atau aksi
kejahatan lainnya. Setelah beberapa hari menunggu pihak PT Shopee membalas email dari
konsumen bernama Liana Therandhana Pihak Shopee menjelaskan bahwa Fitur Shopee
sudah seperti itu dan tujuannya untuk memudahkan antara penjual dan pembeli
berinteraksi.
Padahal menurut konsumen LT pihak Shopee tidak memikirkan keamanan &
kenyaman konsumen yang artinya melakukan kesengajaan karena pihak Shopee sendiri
mengetahui & mengakui bahwa Filtur itu memang sudah ada, dan tidak masuk akal jika
alasan PT Shopee memberikan keterangan pada tujuan tersebut memudahkan berinteraksi
antara pembeli dan penjual padahal konsumen sudah mengetahui bahwa ada yang namanya
Filtur Chat tanpa harusmengambil data pribadi pada phonebook. Pihak Shopee melakukan
tindakan penyelasaian permasalahan berupa kompensasi gratis ongkos kirim untuk LT
selama setahun dengan akun yang tidak dibekukan. Hal ini pun memungkinkan akan terjadi
kembali kebocoran data mengingat terdapat pihak ketiga yang mengetahui perihal data
pribadinya sehingga perlindungan terhadap konsumen pun kurang maksimal. Setelah
mendapat kompensasi tersebut, Liana Theradanatidak berniat melaporkan kepada pihak
berwajib namun selama rentang waktu yang lama ia tidak membeli barang melalui
Ecommerce Shopee demi memantau sekiranya terdapat kebocoran data yang
disalahgunakan kembali.
4.3 Solusi Pada Permasalahan Tersebut
Tanggung jawab yang dilaksanakan sepenuhnya oleh pihak Shopee sebagaisuatu
perusahaan yang menaungi banyaknya pelaku usaha dan konsumen yang bertransaksi di
dalamnya dapat berupa permasalahan cidera janji atau wanprestasi dan perbuatan
31
tersebut dapat menjadi alasan yang kuat untuk pengajuan pengembalian barang selagi masa
garansi masih berlaku.
Dalam menyelesaikan permasalahan kebocoran data pribadi yang ada di dalam
perdagangan elektronik, Shopee membentuk tim yang terdiri dari sub- unit yakni tim data
analytics dan data science, analytics regional, dan tim software engineering and technology.24
Di samping itu, pertanggungjawaban pihak Shopee terhadap kebocoran data pribadi didasari
oleh peraturan yang tertera di Undang-Undang Informasi dan Transaksi Elektronik adalah
dengan cara melaksanakan semua upaya-upaya demi melindungi sistem elektronik demi
menerapkan risiko manajemen sesuai dengan kaidahkaidah yang disahkan. Pihak Shopee
senantiasa telah memaksimalkan perlindunganterhadap data pribadi yang diterapkan ke dalam
bentuk tahapan-tahapan struktural antara lain:
1. Monitoring &Preparation
Awal mula tahap ini dilaksanakan adalah untuk membangun persiapan regulasi ketika
permasalahan belum terjadi. Ada beberapa poin penting dalam tahap ini antara lain yang
pertama adalah menempa para anggota bidang tersebut agar dasar-dasar pengetahuan yang
perlu ditangani. Lalu selanjutnya adalah mengakumulasikan keseluruhan informasi agar
manajemen pengaksesannya lebih mudah baik itu sesama tim maupun tim lain. Kemudian poin
ketiga yakni developer harus memantau atau me- monitoring bisnis secara langsung sehingga
dapat bersiapsiap untuk kemungkinan-kemungkinan tertentu.
2. Alerting
Tahap Alerting adalah tahap di mana dibunyikannya peringatan perihal terjadinya suatu
insiden. Terdapat 3 jenis alarm yang bekerja yakni Escalated Alert, Information Alert, Point
Straight yang dapat menjelaskan suatu keadaan tertentu berdasarkan tingkatan insidennya.
Basic Knowledge Alarm harus dimiliki oleh setiap anggota penyelenggara perlindungan data
pribadi.
3. Notify and Triage
Tahapan ini merupakan suatu pengelolaan kewaspadaan dan langkah- langkah yang dapat
dilakukan jika terdapat insiden mendatang. Selanjutnya akan diadakan evaluasi terhadap
dampak yang terjadi setelah insiden terjadi seperti dampak halaman penjual, transaksi
penjualan, atau sistem-sistem lainnya. Setelah insiden kembali menunjukan kenormalan, tim
keamanan bisa mengkaji untuk menemukan solusi untuk kedepannya.
33
Tidak Memberikan Kode OTP/Verifikasi. Dilarang keras untuk memberikan kode OTP (One-
Time Password)kepada yang tidak mempunyai kepentingan atas akun milik pribadi baik itu
keluarga, kerabat dekat, maupun teman dekat demi menghindari pencurian data pribadi dan
penyalahgunaannya.
Mengacu pada teori perlindungan data konsumen yang dikemukakan oleh Satjipto
Rahardjo bahwa Perlindungan hukum terlahir dikarenakan terjadinya consensus atau
kesepakatan seluruh elemen masyarakat untuk mengatur segala hubungan dan perilaku
antar anggota masyarakat dan antar masyarakat hubungan dengan pemerintah menjadikan
perlindungan hukum itu sendiri adalah salah satu permasalahan krusial.8 Korban pengguna
aplikasi E- commerce, LT belakangan ini baru saja kehilangan hak berupa privasi yang
disalahgunakan oleh oknum yang tidak bertanggung jawab.
Hal mendasar bagaimana suatu perlindungan hukum terwujud dalam ranah
transaksi perniagaan adalah dengan 2 (dua) aturan tertulis yakni perlindungan hukum
dalam bentuk peraturan perundang-undangan yang mempunyai karakteristik universal
untuk keseluruhan individu dalam bertransaksi dan perlindungan hukum yang didasari oleh
adanya perjanjian khusus yang disepakati oleh pihak-pihak yang terlibat di dalamnya.9
Perlindungan hukum melalui kaidah-kaidah yang tertera di dalam Undang-Undang
menjadikannya sebagaisuatu instrument efektif yang dapat mengkoordinir perjanjian yang
sudah ditetapkan.
Kehadiran akan kaidah atau norma-norma hukum merupakan salah satu bentuk
upaya koordinasi dan intergrasi kebutuhan penting untuk meminimalisirproblematika yang
terjadi di masyarakat sedemikian efektif.10 Hal ini sejalan dengan perlindungan hukum
terhadap konsumen yang menjadi sangat penting dikarenakan peraturan tersebut
seharusnya ada untuk melindungi segenap pengguna transaksi elektronik. Dalam buku
Pengantar Ilmu Hukum dan Tata Hukum Indonesia, C.S.T. Kansil berpendapat bahwa
perlindungan hokum sendiri didefinisikan secara sederhana berupa keseluruhan usaha
peraturan- peraturan dalam hal menjaga stabilisasi terlindunginya hak dan kewajiban
masyarakat yang diberdayakan oleh aparat penegak hukum sehingga dapat mengakomodir
rasa aman secara berkelanjutan demi menghindari ancaman ataugangguan dari pihak-pihak
yang tidak bertanggung jawab dalam bentuk apapun.
35
KESIMPULAN
Kesimpulan dari pembahasan di atas yaitu, PT. Shoppe Indonesia mendapatkan sumber big data
nya melalui database setiap pelanggan yang menggunakan e comerse shoppe. Permasalahan pada
PT. Shoppe Indonesia yaitu tentang kebocoran data pribadi salah satu konsumen pengguna aplikasi
e comrse Shoppe bernama Liana Therandhana yang seharusnya data pribadi itu bersifat rahasia.
Dan pada tanggal 10 juli 2019 pukul 21.00 WIB LT membuka aplikasi shoppe dan langsung tertuju
pada notifikasi yang masuk di akun miliknya ternyata terdapat keterangan notifikasi munccul
semua data dari phonebook. Adapun solusi untuk mengatasi permasalahn yang menimpa salah
satu konsumen pengguna shoppe yaitu dengan cara pihak shoppe bertanggung jawab sepenuhnya
atas kebocoran data pribadi sang konsumen LT ini shoppe membentuk tim yang terdiri dari sub-
unit yakni tim data analytics dan data science, analytics regional, dan tim software engineering
and thecnology.
37
DAFTAR PUSTAKA
Buku
Jurnal
https://www.researchgate.net/publication/355809660_MAKALAH_Konsep_Basis_Data_Relasio
nal_pada_PT_Shopee_Indonesia_Disusun_untuk_Memenuhi_Tugas_Pertemuan_Ke-
8_Mata_Kuliah_Sistem_Informasi_Akuntansi_SIA tanggal 31-10-2022 jam 19.45
38