Kebijakan Data Penelitian

GOLMAS: Jurnal Pengabdian kepada Masyarakat (Golan Journal of Community Engagement) mendukung pengelolaan data yang transparan, bertanggung jawab, aman, dan menghormati hak masyarakat serta mitra kegiatan.

Data yang digunakan dalam artikel harus dapat dipertanggungjawabkan dan dikelola dengan memperhatikan prinsip:

integritas;
privasi;
kerahasiaan;
persetujuan;
keamanan;
hak kepemilikan;
dan etika Pengabdian kepada Masyarakat.

GOLMAS mendorong keterbukaan data sejauh memungkinkan, tetapi tidak mewajibkan data sensitif, rahasia, atau data yang dapat merugikan masyarakat untuk dipublikasikan secara terbuka.

1. Jenis Data dalam Artikel GOLMAS

Data pada kegiatan Pengabdian kepada Masyarakat dapat berupa:

hasil pre-test dan post-test;
hasil kuesioner;
wawancara;
observasi;
hasil evaluasi keterampilan;
data monitoring;
data penggunaan teknologi;
data produktivitas;
data UMKM;
data pendidikan;
data kesehatan;
data lingkungan;
data sosial;
dokumentasi foto;
rekaman video;
rekaman suara;
data institusi;
dan data lain yang berkaitan dengan pelaksanaan kegiatan.

2. Data Harus Berasal dari Kegiatan Nyata

Seluruh data yang dilaporkan harus berasal dari kegiatan yang benar-benar dilaksanakan.

Penulis tidak diperkenankan membuat:

responden fiktif;
peserta fiktif;
nilai pre-test atau post-test palsu;
hasil wawancara palsu;
data evaluasi palsu;
dokumentasi palsu;
atau data lain yang tidak pernah diperoleh.

3. Data Availability Statement

GOLMAS mendorong penulis mencantumkan Data Availability Statement apabila artikel menggunakan data yang relevan untuk verifikasi hasil.

Contoh jika data dapat diberikan:

Ketersediaan Data: Data yang mendukung temuan artikel ini tersedia dari penulis korespondensi berdasarkan permintaan yang wajar.

Contoh jika data berada pada repositori:

Ketersediaan Data: Data pendukung tersedia pada [nama repositori] melalui [identifier/link].

Contoh jika data tidak dapat dibuka:

Ketersediaan Data: Data tidak tersedia untuk publik karena mengandung informasi pribadi dan/atau informasi rahasia mitra.

Jika artikel tidak menghasilkan dataset khusus:

Ketersediaan Data: Tidak terdapat dataset baru yang dihasilkan atau dianalisis dalam kegiatan ini.

4. Open Data Tidak Selalu Wajib

GOLMAS mendukung praktik Open Data, tetapi tidak semua data PkM sesuai untuk dibuka kepada publik.

Data dapat dibatasi apabila berkaitan dengan:

privasi;
kerahasiaan;
keselamatan;
persetujuan peserta;
hak mitra;
kepentingan usaha;
hak cipta;
lisensi;
perjanjian kerja sama;
atau ketentuan hukum.

5. Data Peserta

Data peserta harus dikelola secara hati-hati.

Informasi seperti:

nama lengkap;
alamat;
nomor telepon;
email pribadi;
nomor identitas;
data keluarga;
kondisi ekonomi;
atau informasi sensitif lainnya

tidak boleh dipublikasikan tanpa dasar yang memadai.

6. Anonimisasi

Jika identitas individu tidak diperlukan, penulis dianjurkan menggunakan:

anonim;
kode peserta;
pseudonim;
atau data agregat.

Contoh:

Peserta P01, P02, P03

lebih aman dibandingkan menampilkan identitas lengkap apabila identitas tidak memiliki fungsi akademik.

7. Data Pre-Test dan Post-Test

Jika artikel menggunakan pre-test dan post-test, penulis harus menyimpan data dengan baik dan melaporkan:

jumlah peserta;
jumlah peserta yang menyelesaikan evaluasi;
instrumen;
skala penilaian;
cara perhitungan;
dan hasil.

Data tidak boleh dipilih hanya untuk menampilkan peserta yang mengalami peningkatan.

8. Peserta yang Tidak Menyelesaikan Evaluasi

Jika sebagian peserta tidak mengikuti seluruh evaluasi, penulis sebaiknya menjelaskan kondisi tersebut apabila memengaruhi interpretasi hasil.

Contoh:

Dari 30 peserta kegiatan, 27 peserta menyelesaikan pre-test dan post-test secara lengkap.

Transparansi tersebut lebih baik daripada menyajikan jumlah yang seolah-olah seluruh peserta memiliki data lengkap.

9. Data Kuesioner

Kuesioner harus digunakan secara bertanggung jawab.

Penulis sebaiknya menjelaskan:

tujuan;
indikator;
skala;
jumlah responden;
dan cara analisis.

Jika menggunakan instrumen dari pihak lain, sumber harus dicantumkan.

10. Wawancara

Jika kegiatan menggunakan wawancara, penulis harus mempertimbangkan:

persetujuan informan;
pencatatan atau perekaman;
anonimitas;
dan sensitivitas informasi.

Kutipan wawancara sebaiknya tidak membuat individu mudah diidentifikasi jika identitas tidak diperlukan.

11. Rekaman Audio dan Video

Rekaman suara dan video dapat mengandung data pribadi.

Penulis harus memastikan bahwa penggunaan, penyimpanan, dan publikasinya sesuai dengan persetujuan yang diberikan.

File mentah tidak harus dibuka kepada publik apabila terdapat risiko privasi.

12. Foto Kegiatan

Foto merupakan salah satu bentuk data dokumentasi.

Penulis harus memastikan bahwa foto:

berasal dari kegiatan sebenarnya;
digunakan secara relevan;
tidak menyesatkan;
dan tidak melanggar privasi.

Metadata atau informasi tambahan dalam foto juga perlu diperhatikan jika dapat mengungkapkan informasi sensitif.

13. Foto Anak

Dokumentasi anak memerlukan perlindungan tambahan.

Penulis harus mempertimbangkan:

kebutuhan publikasi;
persetujuan yang sesuai;
risiko identifikasi;
dan konteks penggunaan gambar.

Foto anak tidak boleh digunakan hanya untuk membuat artikel terlihat lebih menarik.

14. Data Sekolah

Artikel PkM dapat melibatkan:

siswa;
guru;
sekolah;
madrasah;
atau lembaga pendidikan lainnya.

Data seperti:

nilai siswa;
identitas;
kondisi keluarga;
kebutuhan khusus;
atau informasi akademik individual

harus memperoleh perlindungan yang sesuai.

15. Data Pesantren dan Lembaga Keagamaan

Data internal lembaga keagamaan, peserta didik, pengurus, atau komunitas tidak otomatis dapat dipublikasikan.

Penulis harus menghormati:

izin lembaga;
privasi individu;
konteks sosial;
dan sensitivitas informasi.

16. Data UMKM

Kegiatan pengabdian kepada UMKM dapat menghasilkan data seperti:

omzet;
keuntungan;
biaya;
produksi;
pelanggan;
supplier;
transaksi;
strategi pemasaran;
dan data usaha lainnya.

Data tersebut dapat bersifat rahasia.

Penulis harus memperoleh persetujuan yang sesuai sebelum mempublikasikannya.

17. Data Keuangan

Data keuangan mitra tidak boleh dibuka hanya karena digunakan dalam kegiatan PkM.

Jika angka rinci bersifat sensitif, penulis dapat mempertimbangkan:

persentase perubahan;
kategori;
indeks;
rentang nilai;
atau data agregat

sepanjang tidak menghasilkan interpretasi yang menyesatkan.

18. Data Kesehatan

Data kesehatan merupakan data sensitif.

Artikel yang melibatkan:

hasil pemeriksaan;
status kesehatan;
penyakit;
status gizi;
kesehatan reproduksi;
atau informasi klinis

harus memberikan perlindungan yang lebih ketat.

Identitas individu sebaiknya tidak dapat dikenali dari artikel.

19. Data Masyarakat dan Komunitas

Data komunitas dapat menimbulkan risiko bahkan ketika nama individu dihilangkan.

Sebagai contoh, kombinasi:

nama desa;
profesi;
kondisi kesehatan;
usia;
dan karakteristik unik

dapat membuat individu tertentu tetap mudah dikenali.

Penulis harus mempertimbangkan risiko identifikasi kembali.

20. Data Kelompok Rentan

Perhatian khusus diperlukan terhadap data:

anak;
lansia;
penyandang disabilitas;
masyarakat miskin;
korban bencana;
kelompok minoritas;
atau kelompok lain yang berpotensi rentan.

Data tidak boleh digunakan dengan cara yang menstigmatisasi atau merugikan kelompok tersebut.

21. Data Desa dan Pemerintah

Data dari desa, kelurahan, kecamatan, atau pemerintah daerah harus digunakan sesuai ketentuan sumbernya.

Tidak semua dokumen internal pemerintah merupakan data publik.

Penulis perlu membedakan antara:

data publik;
data yang diberikan untuk kegiatan;
dan data internal yang bersifat terbatas.

22. Data dari Institusi

Jika data berasal dari sekolah, rumah sakit, organisasi, perusahaan, yayasan, atau lembaga lainnya, penulis harus memastikan bahwa penggunaan data sesuai izin atau ketentuan institusi.

23. Data Media Sosial

Kegiatan PkM dapat menggunakan data dari:

Instagram;
Facebook;
YouTube;
TikTok;
WhatsApp;
marketplace;
atau platform digital lainnya.

Status informasi tersedia secara daring tidak selalu berarti informasi tersebut bebas digunakan tanpa pertimbangan etika.

Penulis harus memperhatikan:

privasi;
ekspektasi pengguna;
terms of service;
dan sensitivitas data.

24. Web Scraping dan API

Jika artikel menggunakan data yang diperoleh melalui scraping atau API, penulis harus menjelaskan:

sumber;
metode pengambilan;
periode;
kriteria;
dan pengolahan data.

Pengambilan data harus mempertimbangkan kebijakan platform, keamanan, privasi, dan ketentuan hukum yang berlaku.

25. Data dari Aplikasi yang Diterapkan

Jika kegiatan menerapkan aplikasi atau sistem informasi, data penggunaan dapat digunakan untuk mengevaluasi program.

Contohnya:

jumlah pengguna;
frekuensi penggunaan;
transaksi;
aktivitas sistem;
atau log penggunaan.

Namun, data pengguna individual harus tetap dilindungi.

26. Data Teknologi Tepat Guna

Data dapat berasal dari:

sensor;
mesin;
alat;
IoT;
atau teknologi lainnya.

Penulis harus menjelaskan:

cara pengukuran;
unit;
periode pengamatan;
dan kondisi pengambilan data

agar hasil dapat dipahami dan dievaluasi.

27. Data Lingkungan

Data lingkungan seperti:

kualitas air;
sampah;
suhu;
kelembapan;
kualitas udara;
atau indikator lingkungan lain

harus dilaporkan dengan metode yang jelas.

Jika menggunakan alat ukur, jenis dan metode pengukurannya sebaiknya dijelaskan.

28. Data Pertanian dan Produksi

Untuk PkM pertanian, peternakan, atau perikanan, penulis dapat menggunakan data seperti:

hasil panen;
produktivitas;
mortalitas;
pertumbuhan;
biaya produksi;
dan efisiensi.

Kondisi sebelum dan sesudah kegiatan harus dibandingkan secara wajar.

29. Data Kualitatif

Data PkM tidak harus selalu berupa angka.

Data kualitatif dapat berupa:

pengalaman peserta;
perubahan praktik;
respons komunitas;
hasil observasi;
refleksi;
atau narasi mitra.

Namun, kesimpulan harus tetap didukung oleh data yang tersedia.

30. Penyimpanan Data

Penulis bertanggung jawab menyimpan data penelitian atau evaluasi dalam periode yang wajar sesuai:

kebijakan institusi;
persetujuan;
kebutuhan verifikasi;
dan ketentuan yang berlaku.

Data sensitif harus disimpan menggunakan perlindungan yang memadai.

31. Keamanan Data

Perlindungan data dapat mencakup:

pembatasan akses;
password;
enkripsi;
penyimpanan pada sistem resmi;
pemisahan identitas dari data evaluasi;
atau mekanisme lainnya.

Penulis tidak dianjurkan menyimpan data sensitif secara sembarangan pada perangkat atau layanan publik.

32. Penggunaan Cloud

Jika data disimpan pada layanan cloud, penulis harus mempertimbangkan:

keamanan;
akses;
lokasi penyimpanan;
kebijakan privasi;
dan sensitivitas data.

Informasi sensitif sebaiknya tidak diunggah ke layanan yang tidak memiliki perlindungan yang memadai.

33. Penggunaan AI untuk Analisis Data

AI dapat digunakan sebagai alat bantu analisis apabila dilakukan secara bertanggung jawab.

Namun, penulis tidak boleh memasukkan:

data pribadi peserta;
data pasien;
data usaha rahasia;
data institusi rahasia;
atau informasi sensitif

ke layanan AI eksternal apabila perlindungan kerahasiaannya tidak dapat dipastikan.

34. AI Tidak Boleh Membuat Data

AI tidak diperkenankan digunakan untuk membuat data sintetis dan kemudian disajikan sebagai data nyata kegiatan.

AI juga tidak boleh digunakan untuk membuat:

jawaban peserta;
wawancara;
hasil kuesioner;
hasil observasi;
atau testimoni

yang tidak benar-benar diperoleh.

35. Pengolahan Data

Penulis harus menjelaskan proses pengolahan yang relevan, seperti:

pembersihan data;
pengkodean;
kategorisasi;
perhitungan skor;
penggabungan data;
atau analisis statistik.

Langkah tersebut harus dilakukan secara konsisten dan transparan.

36. Missing Data

Jika terdapat data yang hilang atau tidak lengkap, penulis sebaiknya menjelaskan penanganannya apabila dapat memengaruhi hasil.

Data tidak boleh diisi atau direkayasa hanya untuk membuat dataset terlihat lengkap.

37. Outlier

Jika data tertentu dihapus sebagai outlier, dasar penghapusan harus dapat dijelaskan.

Penulis tidak boleh menghapus hasil yang tidak sesuai dengan harapan semata-mata untuk meningkatkan keberhasilan program.

38. Manipulasi Data

GOLMAS melarang:

fabrikasi;
falsifikasi;
perubahan skor tanpa dasar;
penghapusan data selektif;
manipulasi grafik;
manipulasi dokumentasi;
atau bentuk rekayasa data lainnya.

39. Data dari Sponsor

Jika sponsor menyediakan atau memiliki sebagian data kegiatan, penulis harus menjelaskan hubungan tersebut apabila relevan.

Sponsor tidak boleh menghalangi publikasi hasil yang sah hanya karena hasilnya tidak menguntungkan.

40. Kepemilikan Data

Kepemilikan data dapat berada pada:

peserta;
mitra;
institusi;
penulis;
pemerintah;
perusahaan;
atau pihak lain

tergantung jenis data dan kesepakatan.

Penulis tidak boleh menganggap semua data yang diperoleh selama PkM otomatis menjadi milik pribadi tim pengabdian.

41. Permintaan Data oleh Editor atau Reviewer

Untuk kepentingan verifikasi, editor atau reviewer dapat meminta:

data agregat;
instrumen;
output analisis;
tabel pendukung;
atau informasi metodologis lainnya.

Permintaan tersebut harus tetap mempertimbangkan privasi dan kerahasiaan.

42. Data Tidak Boleh Dikirim Jika Melanggar Hak Mitra

Jika editor meminta data yang ternyata tidak boleh dibagikan karena:

kerahasiaan;
kontrak;
privasi;
atau persetujuan terbatas,

penulis harus menjelaskan batasan tersebut.

Editor dapat meminta alternatif seperti:

data anonim;
output agregat;
atau bukti lain yang cukup.

43. Repositori Data

Apabila data aman untuk dibuka, penulis dapat menggunakan repositori yang sesuai.

Dataset sebaiknya memiliki:

deskripsi;
variabel;
dokumentasi;
dan lisensi

yang memadai.

Data sensitif tidak boleh dibuka hanya demi memenuhi prinsip Open Data.

44. Data dan Hak Cipta

Dataset, instrumen, foto, modul, atau materi pendukung dapat memiliki hak cipta atau lisensi.

Penulis harus memastikan bahwa pembagian data tidak melanggar hak pihak lain.

45. Perubahan atau Koreksi Data

Jika setelah publikasi ditemukan kesalahan pada data, penulis harus menghubungi editor.

Jika kesalahan tidak memengaruhi kesimpulan utama, dapat dilakukan koreksi.

Jika masalah data secara substansial merusak validitas artikel, tindakan editorial lebih lanjut dapat diperlukan.

46. Data yang Tidak Dapat Diverifikasi

Jika terdapat keraguan serius terhadap data dan penulis tidak dapat memberikan penjelasan atau bukti yang memadai, GOLMAS dapat:

meminta klarifikasi;
menunda proses;
menolak artikel;
menerbitkan Expression of Concern;
atau melakukan pencabutan sesuai kondisi.

47. Perlindungan terhadap Mitra

Keterbukaan data tidak boleh lebih penting daripada perlindungan masyarakat.

Prinsip GOLMAS adalah:

Data harus cukup transparan untuk mendukung integritas akademik, tetapi tidak boleh dibuka dengan cara yang membahayakan, mempermalukan, atau merugikan mitra dan peserta.

48. Tanggung Jawab Penulis

Penulis bertanggung jawab terhadap:

keaslian data;
akurasi;
penyimpanan;
perlindungan;
penggunaan;
analisis;
dan pelaporan data.

Tanggung jawab tersebut tidak dialihkan kepada editor, reviewer, OJS, maupun penerbit.

49. Peran Editor

Editor dapat mengevaluasi apakah penggunaan data:

sesuai etika;
dapat diverifikasi;
tidak menyesatkan;
dan tidak menimbulkan risiko yang tidak wajar bagi masyarakat.

Editor dapat meminta revisi terhadap penyajian data apabila diperlukan.

50. Komitmen GOLMAS

PT Golan Digital Kreatif melalui Golan Publisher mendukung pengelolaan data GOLMAS yang:

jujur;
aman;
transparan;
dapat dipertanggungjawabkan;
dan menghormati hak masyarakat.

Kebijakan ini bertujuan menjaga keseimbangan antara:

transparansi ilmiah, reproduktibilitas, privasi, hak mitra, dan perlindungan masyarakat.