Topik 5.4 — Data Sektor Publik, Interoperabilitas, dan Data Terbuka

Mengapa ini penting dalam nilai publik

Setiap badan publik sudah memegang lebih banyak data daripada yang digunakannya dengan baik. Otoritas pajak, jaringan rumah sakit, badan transportasi, dan kantor perencanaan daerah masing-masing mengumpulkan informasi sebagai hasil sampingan menjalankan layanan, dan masing-masing menemukan, biasanya terlambat, bahwa catatan yang dibutuhkannya untuk menjawab pertanyaan warga atau menyelesaikan sengketa berada di sistem yang tidak dapat ditanyai siapa pun lain dalam organisasi. Biayanya tidak abstrak: warga yang sudah memberi tahu satu lembaga alamatnya tidak seharusnya harus memberitahukannya lagi kepada lembaga lain di dalam pemerintah yang sama.

Dua ambisi terpisah berada di dalam judul topik ini, dan badan publik rutin mencampuradukkannya. Yang pertama adalah interoperabilitas — membuat data berpindah dengan andal antarsistem yang dibangun secara independen oleh tim dan era teknologi berbeda, sehingga satu bagian pemerintah dapat bertindak atas apa yang sudah diketahui bagian lain. Yang kedua adalah keterbukaan — mempublikasikan data sepenuhnya di luar pemerintah, sehingga wartawan, peneliti, dan warga dapat memakainya untuk tujuan yang tidak pernah diantisipasi badan penerbit. Interoperabilitas sebagian besar masalah rekayasa dan tata kelola; keterbukaan adalah nilai publik tersendiri, dari keluarga yang sama dengan barang publik yang dijelaskan dalam Topik 1.4 — Barang Publik, Barang Merit, dan Pluralisme Nilai, karena data yang dipublikasikan tak bersaing dan sulit mengecualikan siapa pun darinya begitu dirilis, sehingga pasar saja akan kekurangan pasokan.

Kedua ambisi itu bertabrakan dengan fakta ketiga yang diperlakukan topik ini sebagai ketegangan sejati dan belum terselesaikan, bukan masalah dengan jawaban rapi: data yang cukup rinci untuk berguna sering cukup rinci untuk mengidentifikasi individu yang digambarkannya, bahkan setelah nama dan pengenal yang jelas dilucuti. Pemerintah yang mempublikasikan dengan kaya dan pemerintah yang melindungi orang dalam catatannya dengan baik sedang menarik ke arah berbeda pada tuas yang sama, dan nafsu yang tumbuh akan data untuk melatih dan mengevaluasi sistem algoritmik (lihat Topik 5.2 — AI dan Pengambilan Keputusan Algoritmik di Pemerintahan) telah menaikkan taruhannya, sebab lebih banyak aktor daripada sebelumnya menginginkan data publik pada persis granularitas yang membuatnya paling berisiko dirilis. Pemimpin yang memperlakukan tata kelola, interoperabilitas, dan keterbukaan sebagai satu masalah, dengan privasi sebagai kendala permanennya, lebih siap menangkap nilai topik ini daripada yang memperlakukan masing-masing secara terisolasi.

Konsep inti

Tata kelola data adalah seperangkat hak keputusan, standar, dan akuntabilitas yang menentukan siapa boleh membuat, mengubah, mengakses, dan mempensiunkan data organisasi, dan pada standar mutu apa ia harus dipertahankan (lihat data governance). Ia berbeda dari manajemen data, yaitu pekerjaan operasional memindahkan dan menyimpan data sehari-hari; tata kelola memutuskan aturan, manajemen melaksanakannya. Badan publik tanpa tata kelola data tetap punya data, tetapi tak seorang pun dapat mengatakan dengan keyakinan salinan catatan warga mana yang otoritatif, atau siapa akuntabel ketika catatan itu ternyata salah.

Penata data (data steward) adalah individu atau peran bernama yang akuntabel atas mutu, definisi, dan pemakaian yang tepat dari kumpulan data tertentu, berbeda dari staf teknis yang mengoperasikan sistem tempat ia berada (lihat data steward). Penataan penting karena mutu data membusuk secara bawaan: bidang yang tidak dipertanggungjawabkan siapa pun mengumpulkan entri tidak konsisten, catatan ganda, dan pergeseran senyap antara apa yang seharusnya dimaksudkan suatu bidang dan apa yang sebenarnya dimasukkan staf. Menugaskan penata pada kumpulan data mengubah mutu data dari latihan pembersihan sesekali menjadi tanggung jawab bernama yang berkelanjutan.

Interoperabilitas adalah kapasitas sistem yang dibangun independen untuk bertukar data dan memakainya dengan benar tanpa rekayasa kasus-khusus sekali jalan untuk setiap pasang sistem yang terlibat (lihat interoperability). Ia beroperasi pada tiga tingkat yang mudah dicampuradukkan: interoperabilitas teknis (dapatkah sistem terhubung dan memindahkan bita sama sekali, biasanya melalui antarmuka pemrograman aplikasi, atau API, cara terdefinisi bagi satu perangkat lunak meminta data atau tindakan dari yang lain — lihat application programming interface); interoperabilitas semantik (apakah kedua sistem memaksudkan hal yang sama dengan bidang bersama, seperti "rumah tangga" atau "kasus aktif"); dan interoperabilitas organisasional (apakah kedua organisasi sepakat mengapa data dibagikan dan siapa akuntabel atas apa yang terjadi berikutnya). Sebagian besar kegagalan interoperabilitas yang mahal terjadi pada tingkat semantik atau organisasional bahkan ketika sambungan teknis bekerja sempurna.

Skema bersama, atau standar data, adalah struktur yang disepakati dan dipublikasikan tentang bagaimana kategori data direpresentasikan — nama bidang, format, satuan, dan nilai yang diizinkan — diadopsi lebih dari satu sistem atau organisasi sehingga data yang dihasilkan satu dapat dikonsumsi yang lain tanpa penerjemahan manual. Badan pemerintah yang mengadopsi skema bersama untuk sesuatu yang sedasar alamat atau status kasus mengubah puluhan masalah penerjemahan bilateral yang potensial menjadi satu standar yang cukup diimplementasikan setiap sistem baru. Pengenal unik yang bertahan lintas sistem dan dari waktu ke waktu — nomor kasus, nomor pendaftaran usaha, rujukan warga — adalah mekanisme spesifik yang memungkinkan catatan tentang orang atau entitas yang sama dihubungkan dengan benar, dan keliru dalam perancangan pengenal (memakai ulang nomor, mengubah format, atau tidak punya sama sekali) adalah salah satu penyebab paling umum dan dapat dihindari dari kegagalan interoperabilitas.

Metadata adalah data tentang data — deskripsi struktur, asal-usul, frekuensi pembaruan, dan makna kumpulan data, dipublikasikan bersama data itu sendiri agar pengguna yang tidak menciptakannya dapat memahami dan memercayainya (lihat metadata). Kumpulan data yang dipublikasikan tanpa metadata memadai nyaris tak dapat dipakai siapa pun di luar tim yang menghasilkannya, seterbuka apa pun lisensinya; metadata adalah yang mengubah tumpukan berkas menjadi sesuatu yang benar-benar dapat dipakai ulang pihak ketiga.

Perjanjian berbagi data adalah pengaturan formal antarlembaga, atau antara badan publik dan mitra eksternal, yang menetapkan tujuan data boleh dipakai, dasar hukum untuk membagikannya, berapa lama dapat disimpan, dan apa yang terjadi jika tujuan berubah. Pembatasan tujuan — membatasi pemakaian data bersama pada tujuan pengumpulan atau pembagiannya — adalah disiplin yang menjaga perjanjian berbagi data dari menjadi lisensi tak terbatas untuk memakai ulang informasi pribadi, dan ketiadaannya adalah tema berulang dalam kegagalan kepercayaan publik yang melibatkan data lintas lembaga.

Data terbuka adalah data yang tersedia bebas bagi siapa pun untuk diakses, dipakai, dan disebarkan ulang, untuk tujuan apa pun, biasanya terbaca mesin dan dirilis di bawah lisensi yang mengizinkan pemakaian ulang alih-alih sekadar melihat (lihat open data). Argumen nilai publiknya mengikuti logika barang publik yang dipaparkan dalam Topik 1.4 — Barang Publik, Barang Merit, dan Pluralisme Nilai: begitu kumpulan data dipublikasikan, pemakaian satu orang tidak mengurangi yang lain, dan pemerintah sering satu-satunya aktor dengan kedudukan hukum sekaligus skala untuk mengumpulkan dan mempublikasikannya sejak awal, sehingga pasar swasta saja kronis kekurangan pasokan informasi semacam ini. Data terbuka memungkinkan akuntabilitas (wartawan dan warga memeriksa klaim pemerintah sendiri terhadap catatannya sendiri), inovasi pihak ketiga (bisnis dan teknolog sipil membangun layanan di atas data publik yang tidak akan dibangun pemerintah sendiri), dan keputusan publik yang lebih baik di tempat lain dalam perekonomian, semuanya tanpa badan penerbit harus mengantisipasi setiap pemakaian di muka.

Identifikasi ulang adalah proses mencocokkan data yang seharusnya dianonimkan dengan informasi lain yang tersedia untuk mengetahui orang nyata mana yang digambarkan suatu catatan, dan ia fakta teknis sentral yang membuat ketegangan privasi dalam topik ini tak terelakkan alih-alih sekadar merepotkan (lihat data re-identification). Menghapus nama, atau pengenal yang jelas seperti nomor asuransi nasional atau jaminan sosial, tidak menghapus risikonya: kombinasi kuasi-pengenal seperti usia, kode pos, dan kondisi medis langka dapat mengidentifikasi seseorang secara unik bahkan dalam kumpulan data yang tidak pernah menyebut namanya, terutama setelah dirujuk silang dengan kumpulan data lain yang terpisah dan publik. K-anonimitas adalah satu cara formal bernalar tentang risiko ini: kumpulan data memenuhi k-anonimitas jika setiap kombinasi bidang kuasi-pengenal yang dikandungnya dibagikan oleh sekurang-kurangnya sejumlah k catatan yang ditetapkan, sehingga tak satu baris pun dapat diisolasi ke kurang dari k orang yang mungkin (lihat k-anonymity). Privasi diferensial adalah pendekatan yang lebih baru dan ketat secara matematis yang menambahkan derau statistik yang dikalibrasi cermat pada kumpulan data atau hasil kueri terhadapnya, sehingga ada atau tidaknya catatan satu individu mengubah keluaran yang dipublikasikan hanya sebesar batas yang terbukti, terlepas dari apa yang sudah diketahui penyerang (lihat differential privacy). Privasi sejak perancangan adalah prinsip lebih luas bahwa perlindungan privasi harus dibangun ke dalam arsitektur sistem sejak awal, sebagai pengaturan bawaan, alih-alih ditempelkan sebagai langkah penyensoran tepat sebelum publikasi (lihat privacy by design); menyensor pengenal yang jelas sesudah kejadian adalah bentuk terlemah disiplin ini, bukan pengganti baginya.

Praktik terbaik

Tunjuk penata bernama yang akuntabel untuk setiap kumpulan data yang penting, bukan hanya kantor data pusat. Kantor data dapat menetapkan standar, tetapi tidak dapat mengetahui apakah bidang spesifik dalam sistem spesifik masih bermakna seperti yang didefinisikan; penilaian itu milik seseorang yang dekat dengan pemakaian data yang sebenarnya.
Publikasikan terbuka secara bawaan, dan dokumentasikan alasan spesifik setiap kali tidak. Membalik bawaan — mewajibkan pembenaran untuk menahan alih-alih pembenaran untuk mempublikasikan — memunculkan kepekaan sejati untuk tinjauan individual alih-alih membiarkan kehati-hatian berlaku pada segalanya tanpa pandang bulu.
Adopsi skema bersama yang sudah ada sebelum merancang yang baru. Struktur data pesanan yang cocok sempurna untuk satu proyek dan tidak cocok dengan apa pun lain di pemerintahan menjamin biaya integrasi di masa depan; periksa apa yang sudah diterbitkan sektor, yurisdiksi, atau badan standar internasional Anda sebelum membangun sendiri.
Rancang pengenal unik yang bertahan dan ditata kelola dengan baik sebelum sistem hidup, bukan sesudahnya. Memasang skema pengenal belakangan pada catatan yang telah menumpuk bertahun-tahun di bawah kunci yang tidak konsisten jauh lebih mahal daripada merancangnya dengan benar sejak awal.
Bangun pertukaran data melalui API yang ditata kelola alih-alih pemindahan berkas sekali jalan. API yang menegakkan skema, mencatat akses, dan dapat diberi versi memberi Anda titik interoperabilitas yang terkendali dan dapat diaudit; lembar kerja yang disurelkan antardepartemen tidak memberi apa pun dari itu dan tak seorang pun menyadari ketika ia basi.
Tulis perjanjian berbagi data yang menyatakan tujuan, dasar hukum, dan kedaluwarsa, bukan hanya mekanisme teknis. Perjanjian yang menetapkan bagaimana data bergerak tetapi bukan mengapa, atau untuk berapa lama, cenderung bertahan lebih lama daripada tujuan yang membenarkannya dan diam-diam menjadi izin untuk sesuatu yang tidak secara eksplisit diotorisasi siapa pun.
Perlakukan de-identifikasi sebagai penilaian risiko dengan hasil sisa, bukan tugas penyensoran sekali jalan. Tanyakan kumpulan data publik atau yang dapat dibeli lain apa yang dapat dihubungkan dengan yang hendak Anda rilis, dan ukur risiko identifikasi ulang terhadap ancaman realistis itu, bukan terhadap penyerang ideal tanpa informasi luar.
Terapkan privasi diferensial atau teknik formal setara pada rilis apa pun yang melibatkan populasi kecil atau karakteristik langka. Penekanan atau generalisasi sederhana atas pengenal yang jelas tidak memadai begitu kumpulan data mencakup apa pun yang cukup tidak lazim untuk mengidentifikasi sendirian, seperti kondisi langka, populasi lokal kecil, atau transaksi bernilai tinggi.
Pelihara katalog data publik yang mutakhir dengan metadata sungguhan, bukan hanya daftar nama berkas. Kumpulan data yang tidak dapat dipahami calon pengguna cukup baik untuk dipercaya secara fungsional tidak terpublikasi, seperti apa pun permisifnya lisensinya; entri katalog harus menyatakan apa arti suatu bidang, seberapa sering diperbarui, dan apa keterbatasan yang diketahuinya.
Ukur mutu data terhadap standar yang ditetapkan pada jadwal berulang, dan laporkan hasilnya kepada pemilik kumpulan data. Mutu yang diperiksa hanya ketika ada yang rusak membusuk tak terlihat selama rentang panjang di antaranya; pengukuran rutin mengubah pembusukan menjadi tren yang terlihat dan terkelola.
Tinjau setiap kumpulan data yang dipublikasikan secara berkala untuk nilai publik dan risiko yang berlanjut. Populasi berubah, teknik identifikasi ulang membaik, dan rilis yang aman lima tahun lalu mungkin tidak aman hari ini terhadap data yang sejak itu baru tersedia di tempat lain.
Pisahkan keputusan membagikan atau mempublikasikan data dari tim teknis yang memindahkannya. Orang yang paling baik ditempatkan menilai tujuan, proporsionalitas, dan risiko privasi jarang orang yang sama yang paling baik ditempatkan membangun salurannya, dan menyatukan kedua peran dalam satu meninggalkan pertimbangan yang lebih sulit kurang diperiksa.

Pertanyaan untuk didiskusikan dengan tim Anda

Apakah kita tahu sistem mana yang memegang catatan otoritatif untuk setiap entitas data inti kita, dan apakah semua orang benar-benar memperlakukannya demikian? Banyak organisasi memiliki, dalam praktik, beberapa salinan "benar" dari informasi yang sama — alamat warga dalam sistem penagihan, sistem manajemen kasus, dan log korespondensi, semuanya sedikit berbeda dan semuanya ditindaklanjuti seseorang. Gunakan pertanyaan ini untuk mendaftar entitas inti organisasi Anda (warga, kasus, properti, usaha) dan mengidentifikasi, dengan jujur, apakah satu sumber otoritatif ada untuk masing-masing atau staf diam-diam telah belajar sistem mana yang dipercaya untuk tujuan mana. Diskusikan apa yang diperlukan untuk menetapkan dan menegakkan satu sumber otoritatif per entitas, dan apa yang akan rusak dalam transisi. Ini biasanya lebih murah diperbaiki lebih awal daripada setelah keputusan serius dibuat atas salinan yang salah.

Jika seseorang bertanya mengapa mereka harus memberikan informasi yang sama kepada dua bagian organisasi kita sendiri, apa jawaban jujur kita? Jawaban jujurnya sering "karena sistem kami tidak dapat mempertukarkannya", kegagalan interoperabilitas yang didandani sebagai persyaratan proses. Gunakan pertanyaan ini untuk memilih satu perjalanan layanan yang melintasi lebih dari satu tim atau sistem dan menelusuri, langkah demi langkah, di mana fakta yang sama ditangkap lebih dari sekali. Diskusikan apakah permintaan berulang itu melindungi sesuatu yang sejati — persetujuan baru, langkah verifikasi — atau sekadar ketiadaan perjanjian berbagi data atau skema bersama. Pertimbangkan berapa biaya membiarkannya tak diperbaiki satu tahun lagi, dalam kepercayaan warga sama seperti waktu staf.

Di mana wartawan atau peneliti yang gigih paling mungkin mengidentifikasi ulang seseorang dalam kumpulan data yang saat ini kita sebut dianonimkan? Sebagian besar organisasi yang mempublikasikan data yang di-de-identifikasi belum menguji tekan terhadap kombinasi realistis kuasi-pengenal dan kumpulan data publik lain. Gunakan pertanyaan ini untuk memilih kumpulan data terpublikasi atau yang akan segera dipublikasikan yang paling berisiko tinggi dan menelusuri informasi lain apa — laporan berita lokal, kumpulan data terbuka lembaga lain, register publik — yang dapat secara masuk akal dihubungkan dengannya. Diskusikan apakah pendekatan de-identifikasi Anda saat ini (penekanan, generalisasi, atau teknik formal seperti k-anonimitas atau privasi diferensial) benar-benar akan bertahan dari kombinasi itu, dan siapa yang bertanggung jawab menguji ulang seiring data eksternal baru tersedia.

Siapa yang saat ini berwenang mengatakan kumpulan data tidak boleh dipublikasikan, dan apakah kita yakin wewenang itu dipakai karena alasan yang tepat? Kebijakan bawaan-terbuka tetap memerlukan proses pengecualian yang kredibel dan bernalar baik, dan orang yang menjalankannya harus dapat diidentifikasi dan akuntabel. Gunakan pertanyaan ini untuk memeriksa apakah keputusan penahanan di organisasi Anda dibuat oleh peran bernama terhadap kriteria terdokumentasi, atau secara informal, oleh siapa pun yang kebetulan ditanyai dan condong ke sisi kehati-hatian. Diskusikan apakah tingkat penahanan Anda lebih menyerupai pertimbangan kasus demi kasus yang cermat atau refleks kelembagaan yang menetap, dan apa yang mungkin diungkap tinjauan eksternal berkala atas kumpulan data yang ditahan.

Apakah perjanjian berbagi data kita antarlembaga masih dipakai untuk tujuan yang untuknya ia ditulis? Pembatasan tujuan mudah dinyatakan dalam perjanjian dan mudah terkikis diam-diam dalam praktik, terutama begitu kumpulan data terbukti berguna untuk sesuatu yang tidak diantisipasi penandatangan aslinya. Gunakan pertanyaan ini untuk memilih dua atau tiga pengaturan berbagi data antarlembaga yang hidup dan memeriksa pemakaian aktual saat ini terhadap tujuan tertulis dan tanggal kedaluwarsa. Diskusikan langkah tata kelola apa yang hilang jika ketidakcocokan ditemukan, dan siapa yang seharusnya akuntabel menangkap pergeseran semacam itu sebelum audit eksternal atau wartawan melakukannya.

Jika standar interoperabilitas atau data kita menjadi penghalang bagi pemakaian baru yang sah atas data kita, akankah kita mengetahuinya sebelum atau sesudah ia menyebabkan kerugian nyata? Standar yang masuk akal ketika diadopsi dapat mengeras menjadi rintangan seiring berubahnya kebutuhan dan teknologi, dan organisasi jarang membangun mekanisme untuk menyadari hal ini terjadi pada aturan mereka sendiri. Gunakan pertanyaan ini untuk mendiskusikan bagaimana organisasi Anda saat ini meninjau apakah standar data, skema pengenal, atau proses berbaginya masih melayani tujuannya, dibanding sekadar diwarisi dan tak dipertanyakan. Pertimbangkan apakah orang yang akan menyadari standar telah menjadi rintangan — staf garis depan, organisasi mitra, pengembang eksternal yang memakai data terbuka Anda — memiliki saluran sejati untuk mengangkatnya, dan apakah saluran itu pernah benar-benar mengubah suatu standar.

Dalam praktik: contoh nilai publik

Badan kesejahteraan sosial regional dan otoritas kesehatan regional yang terpisah — fiktif, ilustratif atas sebuah pola dan bukan laporan tentang badan sungguhan mana pun — telah menghabiskan satu dekade menjalankan sistem manajemen kasus yang tidak kompatibel, sehingga keluarga yang dikenal keduanya dapat dicatat di bawah nomor rujukan berbeda, tanpa cara andal memberi tahu staf lembaga bahwa rumah tangga yang muncul dalam beban kasus dukungan perumahan adalah rumah tangga yang sama dengan yang muncul dalam beban kasus jangkauan pediatrik. Program bersama untuk mengidentifikasi anak yang berisiko jatuh ke celah antara kedua layanan berulang kali macet, bukan karena kekurangan kemauan politik, tetapi karena tak seorang pun dapat menghasilkan satu tampilan gabungan yang tunggal dan layak dipercaya tentang keluarga mana yang membutuhkan kedua jenis dukungan.

Kedua lembaga akhirnya mengadopsi pengenal rumah tangga bersama dan skema bersama untuk bidang yang dibutuhkan kedua sistem untuk dipertukarkan, dibangun melalui API yang ditata kelola alih-alih ekspor lembar kerja berkala yang diandalkan masing-masing sebelumnya, di bawah perjanjian berbagi data yang menyebut tujuan spesifik — mengoordinasikan dukungan bagi rumah tangga berisiko — dan mewajibkan tinjauan tahunan. Dalam setahun, petugas kasus di kedua sisi dapat melihat, untuk pertama kalinya, keluarga mana yang dikenal layanan lain, dan konferensi kasus bersama yang sebelumnya bersandar pada pemeriksaan silang manual menjadi rutin. Kedua lembaga kemudian melangkah lebih jauh, mempublikasikan kumpulan data terbuka tingkat wilayah yang teragregasi yang menunjukkan jumlah rumah tangga yang menerima dukungan gabungan menurut distrik, dimaksudkan untuk membantu lembaga amal lokal menyasar jangkauan mereka sendiri dan memungkinkan anggota dewan terpilih melihat apakah program bersama menjangkau wilayah yang dirancang untuknya.

Pembela hak data lokal, bekerja bersama peneliti universitas, menemukan bahwa angka tingkat distrik yang dipublikasikan itu dapat dirujuk silang dengan kumpulan data terbuka lain yang dipublikasikan terpisah dan sama bermaksud baiknya dari otoritas transportasi lokal — menunjukkan permohonan tarif bersubsidi menurut wilayah kecil — untuk mempersempit sebagian distrik hingga jumlah rumah tangga yang cukup kecil sehingga keluarga tertentu dapat secara masuk akal diidentifikasi, khususnya di distrik pedesaan berpenduduk jarang di mana kedua kumpulan data menghitung jumlah rumah tangga satu digit. Tak satu pun kumpulan data sendirian bersifat mengungkap; digabungkan, di wilayah berpenduduk paling sedikit, keduanya mengungkap. Naluri pertama kedua lembaga, menarik kumpulan data terbuka itu seluruhnya, akan menghancurkan nilai akuntabilitas dan penyasaran lembaga amal yang sudah mulai disampaikannya. Sebaliknya, bekerja bersama pembela yang sama, mereka menerbitkan ulang kumpulan data memakai pendekatan privasi diferensial yang menambahkan derau terkalibrasi pada hitungan kecil, mempertahankan kegunaannya untuk melihat pola regional yang luas sambil membuat hitungan sebenarnya satu distrik berpenduduk rendah cukup tidak pasti untuk mengalahkan serangan perujukan silang yang telah menyingkap rilis asli. Episode itu menjadi studi kasus yang dipakai kedua lembaga dalam pelatihan staf mereka berikutnya, tentang mengapa de-identifikasi harus dinilai terhadap apa lagi yang tersedia secara publik, bukan terhadap kumpulan data secara terisolasi.

Empat lensa sektoral

Pemerintah daerah

Otoritas daerah biasanya menjalankan lebih banyak sistem yang berbeda, lebih tua, dan kurang terintegrasi per penduduk yang dilayani daripada badan nasional, karena sistem departemen yang diadakan secara individual selama puluhan tahun — perumahan, perencanaan, sampah, perawatan sosial — jarang dibangun untuk berbagi data satu sama lain. Ini menjadikan interoperabilitas pertempuran yang sungguh internal sebelum pernah menjadi yang eksternal: penduduk yang berinteraksi dengan tiga departemen dewan dalam seminggu mungkin mendapati tak satu pun dapat melihat apa yang sudah diketahui yang lain. Data terbuka daerah, sementara itu, cenderung bernilai sipil luar biasa langsung — jadwal pengumpulan sampah, permohonan perencanaan, belanja lokal — karena penduduk dan wartawan lokal terlibat dengannya pada tingkat kekhususan yang jarang ditawarkan kumpulan data nasional, yang menaikkan taruhan untuk menata metadata dan frekuensi pembaruan dengan benar bahkan untuk kumpulan data sederhana sehari-hari.

Pemerintah nasional

Pemerintah nasional biasanya mengoperasikan rentang instrumen tata kelola data dan interoperabilitas terpenuh — strategi data nasional, skema pengenal lintas pemerintah, portal data terbuka yang diwajibkan, dan regulator perlindungan data khusus — tetapi banyaknya sistem warisan yang menumpuk selama puluhan tahun dan pemerintahan menjadikan interoperabilitas teknis tugas latar belakang yang menetap dan mahal alih-alih proyek sekali jalan. Program data terbuka nasional membawa risiko identifikasi ulang yang tidak proporsional justru karena kumpulan data nasional cukup besar untuk sungguh bernilai dan cukup rinci, begitu dihubungkan dengan register nasional lain, untuk mengidentifikasi individu; dokumen strategi data nasional yang kini diterbitkan beberapa pemerintah semakin menyebut teknik pengungkapan yang menjaga privasi secara eksplisit, alih-alih memperlakukan de-identifikasi sebagai rincian pelaksanaan di bawah pemberitahuan kebijakan.

Sektor sosial dan nirlaba

Organisasi nirlaba atau nonpemerintah (LSM) jarang tunduk pada mandat data terbuka, tetapi semakin menghadapi ekspektasi paralel dari penyandang dana, regulator, dan publik bahwa data program dibagikan secara transparan, dan sering bekerja dengan populasi — penyintas kekerasan, orang dalam kemiskinan akut, penduduk tak berdokumen — yang bagi mereka risiko identifikasi ulang membawa biaya pribadi jauh lebih tinggi daripada yang biasanya bagi populasi umum dalam kumpulan data pemerintah. Perjanjian berbagi data penting secara tidak proporsional di sini karena organisasi nirlaba sering membagikan data klien kepada penyandang dana pemerintah atau organisasi mitra di bawah kontrak yang tidak ditulisnya, dan memerlukan kapasitas untuk merundingkan pembatasan tujuan alih-alih sekadar menerima syarat berbagi data apa pun yang dilampirkan pada pendanaan. Standar interoperabilitas yang diadopsi penyandang dana pemerintah atau filantropi yang lebih besar dapat menjadi beban sejati bagi kapasitas teknis terbatas organisasi kecil, biaya nyata yang layak disebut alih-alih memperlakukan adopsi standar sebagai tanpa biaya.

Multilateral dan internasional

Badan multilateral menghimpun data lintas negara anggota dengan kematangan tata kelola, kapasitas statistik, dan rezim hukum privasi yang sangat berbeda, yang menjadikan interoperabilitas semantik — menyepakati apa arti sebenarnya suatu bidang bersama — masalah diplomatik sama seperti teknis yang menetap; istilah sedasar "rumah tangga" atau "penganggur" didefinisikan cukup berbeda lintas negara sehingga badan statistik internasional memelihara standar utuh, seperti format Statistical Data and Metadata Exchange (SDMX), semata untuk membuat data lintas negara sungguh sebanding. Data terbuka pada tingkat ini berfungsi sebagai barang publik yang sangat jelas dalam pengertian yang dipaparkan Topik 1.4 — Barang Publik, Barang Merit, dan Pluralisme Nilai, karena tidak ada satu negara anggota pun yang berinsentif mendanai kumpulan data komparatif global sendirian, namun setiap negara dan peneliti diuntungkan begitu badan multilateral menerbitkannya. Kekhawatiran kedaulatan data lebih dalam di sini daripada dalam konteks satu negara: negara anggota dapat menolak membagikan data yang secara hukum berhak ditahannya, atau dapat menyengketakan bagaimana badan multilateral telah mengklasifikasikan atau mengagregasi angka nasionalnya sendiri, yang menjadikan pertanyaan tata kelola tentang siapa yang mengendalikan statistik bersama sama berkonsekuensi dengan pertanyaan teknis tentang bagaimana ia dipertukarkan.

Ragam kegagalan yang umum

Silo data yang senyap. Sistem menumpuk secara independen di seluruh organisasi tanpa pengenal atau skema bersama, dan biayanya tetap tersembunyi sampai kasus spesifik — kegagalan perlindungan, audit, pemadaman layanan — memerlukan tampilan gabungan yang ternyata mustahil dihasilkan dengan cepat, saat mana biaya silo terlihat sekaligus dan mahal diperbaiki di bawah tekanan.

Sandiwara anonimisasi. Kumpulan data dihapus nama dan pengenal jelasnya lalu diperlakukan aman dipublikasikan tanpa penilaian kuasi-pengenal atau risiko keterkaitan terhadap data tersedia lain. Biayanya muncul, sering secara publik dan memalukan, ketika peneliti, wartawan, atau pembela mendemonstrasikan identifikasi ulang mungkin, saat mana kredibilitas organisasi pada privasi rusak jauh melampaui kumpulan data spesifik yang terlibat.

Tata kelola tanpa pemilik. Kebijakan tata kelola data ada di atas kertas, tetapi tak seorang pun spesifik akuntabel atas mutu atau kemutakhiran kumpulan data spesifik mana pun, sehingga standar membusuk diam-diam dan tak seorang pun menyadari sampai data diandalkan untuk keputusan yang sebenarnya tidak dapat didukungnya. Ini kegagalan yang sangat umum karena dokumen kebijakan itu sendiri tampak lengkap, menutupi ketiadaan siapa pun yang sebenarnya akuntabel di bawahnya.

Interoperabilitas lewat mandat, tanpa pembiayaan. Skema bersama atau skema pengenal diwajibkan secara terpusat tetapi tidak pernah didanai bagi tim yang diharapkan mengadopsinya, sehingga kepatuhan menjadi latihan centang kotak — bidang secara teknis ada tetapi tidak terisi dengan benar — alih-alih interoperabilitas sejati yang dapat dipakai. Biayanya adalah rasa palsu bahwa standar bersama ada, baru ditemukan ketika seseorang benar-benar mencoba mengandalkan data yang seharusnya distandarkannya.

Pencucian-keterbukaan. Organisasi mempublikasikan dasbor dan visualisasi ringkasan dan menyebut ini data terbuka, sementara kumpulan data terbaca mesin yang mendasarinya yang dibutuhkan pihak ketiga untuk membangun sesuatu yang baru tetap tidak dipublikasikan atau dipublikasikan dalam format yang tak dapat dipakai ulang secara praktis. Ini menangkap penampilan transparansi dan keterbukaan yang dijelaskan dalam Topik 3.4 — Akuntabilitas, Transparansi, dan Legitimasi tanpa substansinya, dan sering disangka program data terbuka sejati karena dasbor tampak mengesankan.

Model kematangan

Subdimensi	Memulai	Mengembangkan	Membakukan	Mengelola	Mengorkestrasi
Penataan dan kepemilikan data	Tidak ada pemilik bernama untuk sebagian besar kumpulan data; masalah mutu ditemukan secara kebetulan	Sebagian kumpulan data berprofil tinggi memiliki pemilik informal; mutu bervariasi lebar	Setiap kumpulan data inti memiliki penata bernama dengan tanggung jawab yang ditetapkan	Mutu data diukur terhadap standar dan dilaporkan kepada penata secara rutin	Penataan meluas lintas batas organisasi; kumpulan data bersama memiliki pemilik yang akuntabel bersama
Standar interoperabilitas	Sistem dibangun independen, mempertukarkan data melalui ekspor manual atau sama sekali tidak	Skema bersama ada untuk sebagian ranah, diadopsi tidak konsisten	Skema bersama dan skema pengenal diwajibkan dan diimplementasikan melalui API yang ditata kelola	Kinerja interoperabilitas dipantau; celah memicu perbaikan dan pendanaan	Standar dikembangkan bersama organisasi mitra dan yurisdiksi lain dan disesuaikan secara proaktif
Publikasi data terbuka	Publikasi ad hoc, tidak terdokumentasi, dan bergantung pada inisiatif perorangan	Katalog data ada tetapi tidak lengkap atau basi; metadata tipis	Terbuka secara bawaan adalah kebijakan; setiap kumpulan data yang tidak dipublikasikan memiliki alasan terdokumentasi	Publikasi diukur untuk pemakaian ulang dan dampak; katalog dipelihara secara aktif	Publikasi mengantisipasi permintaan eksternal dan berkoordinasi dengan program data terbuka badan lain
Pengungkapan yang menjaga privasi	De-identifikasi berarti hanya menghapus pengenal yang jelas, tanpa penilaian risiko	Risiko dinilai secara informal hanya untuk rilis berprofil tinggi	Penilaian risiko identifikasi ulang yang ditetapkan, termasuk risiko keterkaitan, berjalan sebelum setiap rilis data pribadi	Teknik formal (k-anonimitas, privasi diferensial) diterapkan secara proporsional dan ditinjau berkala	Risiko pengungkapan dinilai ulang terus-menerus seiring kumpulan data eksternal baru tersedia, dan rilis masa lalu ditinjau kembali

Daftar periksa

Identifikasi sistem sumber otoritatif untuk setiap entitas data inti organisasi Anda.
Pastikan setiap kumpulan data yang sungguh penting memiliki penata bernama yang akuntabel.
Periksa apakah skema atau standar bersama sudah ada untuk proyek data baru sebelum merancang yang pesanan.
Tinjau rancangan pengenal unik Anda untuk ketahanan dan konsistensi lintas sistem yang memakainya.
Ganti setidaknya satu pertukaran data manual atau berbasis lembar kerja yang berulang dengan API yang ditata kelola.
Pastikan setiap perjanjian berbagi data antarlembaga yang aktif menyatakan tujuan, dasar hukum, dan kedaluwarsanya, dan cocok dengan pemakaian aktual saat ini.
Jalankan penilaian risiko identifikasi ulang, termasuk keterkaitan yang masuk akal dengan kumpulan data publik lain, sebelum mempublikasikan kumpulan data apa pun yang melibatkan informasi pribadi.
Terapkan teknik penjaga privasi formal, seperti k-anonimitas atau privasi diferensial, pada rilis apa pun yang melibatkan populasi kecil atau karakteristik langka.
Pastikan katalog data terbuka Anda mencakup metadata sungguhan yang mutakhir, bukan hanya nama berkas.
Tinjau kumpulan data yang sebelumnya dipublikasikan terhadap data eksternal yang baru tersedia untuk risiko identifikasi ulang yang muncul.
Pastikan keputusan penahanan dibuat oleh peran bernama yang akuntabel terhadap kriteria terdokumentasi.
Ajukan keenam pertanyaan diskusi di atas kepada tim Anda dan catat di mana jawaban jujur berbeda dari yang resmi.

Sumber utama

International Open Data Charter, enam prinsipnya, dan panduannya tentang publikasi terbuka-secara-bawaan.
OECD Recommendation of the Council on Enhancing Access to and Sharing of Data (2021).
US National Institute of Standards and Technology, Special Publication 800-226, Guidelines for Evaluating Differential Privacy Guarantees.
Materi US Census Bureau tentang penghindaran pengungkapan dan penerapan privasi diferensialnya pada data sensus dekade.
Karya fondasional Cynthia Dwork yang memformalkan privasi diferensial, dan literatur akademik yang lebih luas tentang pengendalian pengungkapan statistik.
Segitiga strategis Mark H. Moore dan logika barang publik yang dipaparkan dalam Topik 1.4 — Barang Publik, Barang Merit, dan Pluralisme Nilai, sebagai pembingkaian yang menjadi dasar topik ini.

Referensi

Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
Data steward — Wikipedia — https://en.wikipedia.org/wiki/Data_steward
Interoperability — Wikipedia — https://en.wikipedia.org/wiki/Interoperability
Application programming interface — Wikipedia — https://en.wikipedia.org/wiki/Application_programming_interface
Metadata — Wikipedia — https://en.wikipedia.org/wiki/Metadata
Open data — Wikipedia — https://en.wikipedia.org/wiki/Open_data
Data re-identification — Wikipedia — https://en.wikipedia.org/wiki/Data_re-identification
K-anonymity — Wikipedia — https://en.wikipedia.org/wiki/K-anonymity
Differential privacy — Wikipedia — https://en.wikipedia.org/wiki/Differential_privacy
Privacy by design — Wikipedia — https://en.wikipedia.org/wiki/Privacy_by_design
Open Data Charter principles — International Open Data Charter — https://opendatacharter.org/principles/
Recommendation of the Council on Enhancing Access to and Sharing of Data (2021) — OECD Legal Instruments — https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0463
Guidelines for Evaluating Differential Privacy Guarantees, SP 800-226 (Initial Public Draft) — US National Institute of Standards and Technology — https://csrc.nist.gov/pubs/sp/800/226/ipd
Disclosure avoidance and data stewardship — US Census Bureau — https://www.census.gov/about/policies/privacy/statistical_safeguards/disclosure-avoidance.html
Data.gov — US federal open data portal, General Services Administration — https://www.data.gov/