Etika Dark Pattern dalam Desain UI/UX E-Commerce & AI

MATA KULIAH: ETIKA PROFESI | KELAS: D

DAK PATTERN DALAM DESAIN ANTARMUKA E-COMMERCE

Etika Bisnis dan E-Commerce dalam Etika Profesi TI di Era AI

Dr. Arief Andi Soebroto, ST., M.Kom

Kelompok 3

Achmad Hujairi – 255150200111042

Johanes De Brito Farrell Sirait – 255150200111044

M. Hidayatulloh H. A. M. – 255150201111025

M. Ahshal Zilhamsyah – 255150200111041

Joshua Wisjmuller Madja – 255150200111043

Program Studi Teknik Informatika – Fakultas Ilmu Komputer – Universitas Brawijaya – 2026

Latar Belakang Isu

Perkembangan e-commerce membuat aktivitas belanja, pembayaran, dan penggunaan voucher dilakukan sepenuhnya melalui antarmuka digital.

Keputusan pengguna dalam bertransaksi sangat dipengaruhi oleh cara platform merancang dan menampilkan informasi.

Munculnya masalah etis: <strong style="color:#8B0000;">Dark Pattern</strong> &mdash; desain antarmuka yang sengaja memanipulasi atau mengecoh keputusan pengguna.

Contoh umum: <em>biaya tersembunyi saat checkout, countdown promo palsu, add-on tercentang otomatis, dan proses pembatalan yang rumit</em>.

Di era AI, dark pattern semakin canggih karena platform dapat menggunakan <strong style="color:#1a1a2e;">data perilaku, A/B testing, dan algoritma rekomendasi</strong>.

Di Indonesia, platform seperti <strong style="color:#1a1a2e;">Shopee, Tokopedia, dan Lazada</strong> digunakan luas, dan keluhan terkait biaya layanan ini semakin banyak.

Urgensi Topik

Mengapa Dark Pattern Penting Dikaji?

Asimetri Informasi

Konsumen melihat tampilan seolah netral, padahal UI/UX dirancang untuk menonjolkan pilihan tertentu dan menyamarkan biaya

Hak Konsumen Terancam

Hak memperoleh informasi yang benar, jelas, dan jujur dapat terganggu oleh desain manipulatif

Risiko di Era AI

Platform gunakan AI, big data, A/B testing untuk manipulasi yang lebih personal dan halus

Dark pattern bukan hanya strategi bisnis — ini adalah tanggung jawab profesional TI

ETIKA BISNIS DAN E-COMMERCE

KETERKAITAN DENGAN ETIKA PROFESI TI DI ERA AI

Profesional TI

UI/UX Designer & Software Engineer

Data Scientist & AI Engineer

Product Manager

Security Engineer

Dampak Sosial

Konsumen dirugikan secara waktu & finansial

Kepercayaan pengguna terhadap platform menurun

Pelanggaran privasi dan eksploitasi data pengguna

Era AI Memperkuat Risiko

Didorong oleh manipulasi hiper-personalisasi, A/B testing berskala besar, dan eksploitasi rekomendasi algoritma.

Profesional TI bertanggung jawab penuh untuk memastikan bahwa sistem yang dibangun tidak menipu, tidak merugikan, dan tidak menghilangkan otonomi serta kebebasan memilih pengguna.

KERANGKA & FOKUS PENELITIAN

Rumusan Masalah & Tujuan Kajian

RUMUSAN MASALAH

Apa itu dark pattern dan bagaimana bentuk praktiknya?

Bagaimana kaitannya dengan etika bisnis dan profesi TI di era AI?

Bagaimana regulasi Indonesia menilai dark pattern?

Apa dampak dark pattern terhadap konsumen, bisnis, dan platform?

Bagaimana solusi agar e-commerce lebih etis dan transparan?

TUJUAN KAJIAN

Mengidentifikasi bentuk-bentuk dark pattern

Menghubungkan dengan prinsip kejujuran, keadilan, transparansi, privasi

Menganalisis regulasi nasional yang relevan

Menyusun rekomendasi teknis, etis, manajerial, dan regulatif

Tinjauan Konsep (1/3)

Etika Bisnis Dalam E-Commerce

Etika bisnis adalah prinsip moral yang mengatur perilaku bisnis agar tidak hanya mengejar keuntungan, tetapi juga memperhatikan kejujuran, keadilan, tanggung jawab, dan dampak terhadap pihak lain.

E-Commerce & Arsitektur Pilihan Digital

Platform memiliki pengaruh besar dalam membentuk keputusan konsumen melalui UI/UX. Konsumen mengambil keputusan melalui user interface yang dikendalikan platform.

Program Studi Teknik Informatika – Fakultas Ilmu Komputer – Universitas Brawijaya – 2026

Tinjauan Konsep (2/3)

Apa Itu Dark Pattern?

Trik dalam situs web atau aplikasi yang membuat pengguna membeli, mendaftar, membagikan data, atau melakukan tindakan lain yang sebenarnya tidak mereka maksudkan.

Harry Brignull

Tinjauan Konsep (3/3)

Etika Profesi TI di Era AI

Profesional TI harus mempertimbangkan dampak sosial dari sistem yang mereka bangun. Era AI meningkatkan risiko dark pattern karena AI dapat digunakan untuk:

Personalisasi manipulatif berdasarkan data perilaku

A/B testing yang mengoptimalkan eksploitasi

Algoritma rekomendasi yang mendorong impulsivitas

Pengumpulan data tanpa persetujuan penuh

Dark Pattern & Emosi

Studi menunjukkan dark pattern meningkatkan impulsivitas pembelian dan berpengaruh signifikan terhadap manipulasi emosional dan keputusan tidak sadar.

(Ridha, Hasnidar & Alam, 2026; Sin et al., 2022)

Deskripsi Kasus (1/3)

Objek Kajian: Marketplace Indonesia

Kajian difokuskan pada praktik <strong style="color: #8B0000;">dark pattern</strong> di marketplace Indonesia, terutama Shopee, Tokopedia, dan Lazada — platform yang paling banyak digunakan masyarakat Indonesia.

55–78%

ulasan pengguna pada ketiga platform tergolong <strong style="color: #8B0000; font-weight: 800;">NEGATIF</strong> <span style="font-size: 18px; font-weight: 500; color: #888;">(Salmalina, Umam & Handayani, 2025)</span>

"biaya"

"layanan"

"mahal"

* Catatan: Kajian ini bersifat akademik — tidak menyatakan secara hukum platform tertentu melakukan pelanggaran.

Deskripsi Kasus (2/3)

Fenomena Dark Pattern di Marketplace Indonesia

Salmalina, Umam & Handayani (2025)

Menganalisis keluhan pengguna Twitter/X tentang biaya layanan Shopee, Tokopedia, & Lazada

<strong style="color: #8B0000;">Metode:</strong> Support Vector Machine

<strong style="color: #8B0000;">Temuan:</strong> 55–78% ulasan negatif

<strong style="color: #8B0000;">Indikasi:</strong> <em>Hidden costs</em> dan <em>sneak into basket</em> paling dominan

Sarah (2025)

Meneliti <em>dark pattern marketing</em> Shopee pada mahasiswa Makassar

<strong style="color: #1a1a2e;">6 kategori dominan:</strong> <em>false urgency, hidden costs, forced continuity, confirmshaming, trick questions, obstruction</em>

<strong style="color: #1a1a2e;">False urgency</strong> paling banyak dirasakan — memicu FOMO dan pembelian impulsif

<strong style="color: #1a1a2e;">Paradoks:</strong> Mahasiswa <em>tech-savvy</em> pun banyak yang tidak sadar dimanipulasi

Deskripsi Kasus (3/3)

Contoh Praktik & Peran AI

Contoh Praktik Dark Pattern

Biaya tambahan muncul menjelang pembayaran

Asuransi/layanan tambahan tercentang otomatis

Tombol voucher mendorong pembelian minimum

Notifikasi "stok terbatas" menciptakan urgensi

Proses pembatalan jauh lebih sulit dari proses pembelian

Bagaimana AI Memperkuat Dark Pattern?

A/B testing menguji desain mana yang paling banyak menghasilkan klik/checkout

Sistem rekomendasi dorong pembelian impulsif + scarcity cue

Personalisasi berdasarkan data perilaku pengguna

Ketika metrik hanya mengukur konversi — bukan kesejahteraan konsumen

Analisis Etika (1/4)

Kejujuran, Transparansi & Keadilan

Kejujuran & Transparansi

Hidden costs:

harga terlihat lebih murah awal, biaya nyata tersembunyi hingga checkout — melanggar prinsip informasi jujur

False urgency:

countdown/stok terbatas tidak mencerminkan kenyataan — informasi semu menekan emosi konsumen

Desain etis membantu konsumen MEMAHAMI, bukan membuat mereka TAKUT kehilangan kesempatan

Keadilan & Otonomi Konsumen

Ketimpangan:

platform punya kendali atas tampilan, data, algoritma — konsumen hanya melihat hasil akhir

Otonomi terganggu:

pilihan dibentuk oleh tekanan psikologis dan informasi tersembunyi

Dark pattern tidak bisa dibela dengan alasan 'pengguna tetap mengeklik'

Brenncke (2024)

Analisis Etika (2/4)

Tanggung Jawab, Kepedulian & Privasi

Tanggung Jawab & Kepedulian

Desain yang meningkatkan konversi tetapi menimbulkan rasa tertipu <span style='font-weight: 700; color: #8B0000;'>TIDAK</span> dapat dianggap sukses secara etis

Temuan Zac et al. (2025): Semua kelompok konsumen rentan &mdash; bukan hanya yang <span style='font-style: italic;'>\"kurang digital\"</span>

<span style='font-weight: 700; color: #1a1a2e;'>Kepedulian:</span> Desain etis harus melindungi <span style='font-weight: 700;'>SEMUA</span> pengguna, bukan hanya kelompok tertentu

Privasi & Keamanan

<span style='font-weight: 700; color: #1a1a2e;'>Dark pattern dalam consent:</span> Tombol \"setuju semua\" menonjol, pilihan menolak tersembunyi &rarr; persetujuan data tidak benar-benar sadar

Pengguna menjadi bingung dengan alur pembayaran &rarr; lebih rentan terhadap eksploitasi dan <span style='font-style: italic;'>social engineering</span>

Data belanja dapat digunakan untuk: profiling, personalisasi harga, rekomendasi agresif, dan iklan tertarget

Analisis Peran Profesional TI (1/2)

UI/UX Designer

Peran paling langsung dalam mencegah dark pattern

Tampilkan total biaya sejak awal

Bedakan iklan dari konten organik

Tombol batal/menolak mudah terlihat

Hindari wording yang memalukan pengguna

Terapkan Ethical Design: otonomi, transparansi, aksesibilitas

Software Engineer

Menerjemahkan rancangan produk ke sistem yang berjalan

Cegah add-on masuk otomatis tanpa konfirmasi

Pastikan perubahan biaya terlihat sebelum pembayaran

Buat log audit ketika pengguna ubah preferensi data

Implementasikan opt-in eksplisit pada semua layanan tambahan

Analisis Peran Profesional TI (2/2)

Data Scientist & AI Engineer

Jangan hanya optimasi conversion rate — pertimbangkan keadilan dan kesejahteraan pengguna

Evaluasi A/B test yang meningkatkan checkout tapi juga meningkatkan refund/keluhan

Kembangkan sistem deteksi dark pattern berbasis AI:

Pantau keluhan pengguna

Deteksi sentimen negatif terkait biaya

Tandai desain dengan tingkat kesalahan klik tinggi

Security Engineer

Pastikan transaksi aman dan autentikasi memadai

Cegah sistem menyesatkan pengguna dalam keputusan pembayaran atau izin data

Konfirmasi jelas pada alur pembayaran, cegah transaksi tidak disengaja

Product Manager

Tanggung jawab formal atas kepatuhan desain terhadap prinsip perlindungan konsumen

Evaluasi etik sebelum meluncurkan fitur baru (pembayaran, data, promosi, langganan)

Perluas metrik keberhasilan: complaint rate, refund rate, user trust score

Regulasi Indonesia (1/3)

Kerangka Hukum yang Relevan

Catatan: Indonesia belum punya aturan eksplisit tentang dark pattern, namun beberapa regulasi tetap relevan.

UU No. 8 Tahun 1999

Perlindungan Konsumen

Hak konsumen atas informasi yang benar, jelas, dan jujur

Hak memilih barang/jasa secara bebas

Hidden costs, false urgency, misdirection → melanggar hak informasi konsumen

UU No. 27 Tahun 2022

Pelindungan Data Pribadi

Persetujuan data harus bebas, spesifik, informatif, dan sadar

Hak subjek data, kewajiban pengendali/prosesor

Consent banner manipulatif (tombol "setuju semua" menonjol, pilihan tolak tersembunyi) → persetujuan tidak sah

Regulasi Indonesia (2/3)

Regulasi Sistem Elektronik & Perdagangan Digital

REGULASI 3

PP No. 71 Tahun 2019

(Penyelenggaraan Sistem dan Transaksi Elektronik)

Sistem elektronik harus andal, aman, dan bertanggung jawab

Alur transaksi dan informasi tidak boleh menyesatkan pengguna

REGULASI 4

PP No. 80 Tahun 2019

(Perdagangan Melalui Sistem Elektronik/PMSE)

Kewajiban informasi perdagangan yang jelas

Perlindungan konsumen dalam transaksi elektronik

E-commerce wajib tampilkan informasi secara transparan, tidak manipulatif

REGULASI 5

Permendag No. 31 Tahun 2023

(PMSE)

Perizinan berusaha, periklanan, pembinaan, dan pengawasan

Periklanan dan promosi tidak boleh manipulatif; pengawasan PMSE dapat mencakup praktik dark pattern

Analisis Regulasi Indonesia

UU ITE & Perbandingan Global

UU No. 1 Tahun 2024

(Perubahan Kedua UU ITE)

Informasi dan transaksi elektronik

Kepastian hukum dalam ruang digital

Transaksi e-commerce yang manipulatif dapat dikaji dari sudut ITE.

Perbandingan Regulasi Global

UNI EROPA

<b style="color:#1a1a2e;">Digital Services Act:</b> Larangan eksplisit desain antarmuka yang menipu atau memanipulasi pengguna.

AMERIKA SERIKAT

<b style="color:#1a1a2e;">FTC Report:</b> "Bringing Dark Patterns to Light" — pengakuan dark pattern sebagai isu perlindungan konsumen.

OECD

<b style="color:#1a1a2e;">"Dark Commercial Patterns":</b> Definisi dan panduan internasional tentang praktik digital manipulatif.

Perbandingan global ini dapat menjadi referensi Indonesia dalam menyusun pedoman dark pattern nasional.

Dampak Dark Pattern (1/3)

Dampak terhadap Konsumen

💸 Kerugian Finansial

Hidden costs:

membayar lebih dari perkiraan

Sneak into basket:

pembelian add-on tidak disengaja

False urgency:

pembelian impulsif dan tidak terencana

Riset Sarah (2025):

pengguna mahasiswa mengalami pengeluaran tidak terencana

😰 Tekanan Psikologis

Merasa tertipu, frustrasi, malu, atau cemas

Confirmshaming:

rasa bersalah saat menolak penawaran

Countdown:

rasa takut kehilangan (FOMO)

🔒 Hilangnya Otonomi

Kemampuan konsumen mengambil keputusan sesuai preferensi sendiri melemah

Keputusan tampak bebas, padahal dibentuk tekanan psikologis

🔓 Risiko Privasi

Data diproses lebih luas dari yang diinginkan pengguna

Data belanja:

dimanfaatkan untuk profiling, personalisasi harga, dan iklan agresif

Dampak Dark Pattern (2/3)

Dampak terhadap Bisnis & Platform

Bisnis: Risiko Jangka Panjang

Platform: Risiko Hukum & Pasar

Dampak Dark Pattern (3/3)

Dampak terhadap Kepercayaan & Ekosistem Digital

Dark Pattern

Konsumen Merasa Tertipu

Kepercayaan Menurun

Penggunaan Platform Berkurang

Tekanan Bisnis Meningkat

Dark Pattern Lebih Agresif

Dampak Makro

Melemahnya kepercayaan publik terhadap e-commerce Indonesia

Menurunkan kualitas ekosistem digital nasional

Menghambat pertumbuhan ekonomi digital yang sehat dan berkelanjutan

Meningkatkan kesenjangan antara konsumen sadar & tidak sadar teknologi

Menurut Supriyanto & Hadi (2025)

Dark pattern di Indonesia perlu segera dimitigasi untuk menjaga kepercayaan publik terhadap PMSE.

Solusi & Rekomendasi (1/3)

Rekomendasi Teknis

Transparent Checkout

Tampilkan total harga, ongkos kirim, biaya layanan, pajak, dan add-on SEJAK AWAL sebelum tombol bayar.

Opt-In Eksplisit

Wajibkan persetujuan aktif untuk add-on, asuransi, langganan, newsletter — TIDAK boleh tercentang otomatis.

Tombol Setara

Tombol menolak, batal, atau keluar harus sama mudah dan setara terlihatnya dengan tombol menerima persetujuan.

Consent Seimbang

Pilihan "setuju", "tolak", dan "atur preferensi" disajikan sama jelasnya dengan bahasa yang sederhana.

Audit UI/UX AI

Gunakan alat otomatis untuk deteksi hidden costs, false urgency, preselection, obstruction, dan confirmshaming.

Sentiment Analysis

Implementasikan text mining & SVM terhadap keluhan secara dini untuk mendeteksi indikasi praktik dark pattern.

Solusi & Rekomendasi (2/3)

Rekomendasi Etis & Manajerial

Solusi & Rekomendasi (3/3)

Rekomendasi Regulatif

📜 Pedoman Nasional Dark Pattern

Susun definisi, contoh praktik terlarang, standar tampilan harga, standar persetujuan data, kewajiban kemudahan pembatalan dalam PMSE

🔍 Audit UI/UX Tahunan

Wajibkan audit untuk platform besar — nilai transparansi, keadilan, aksesibilitas, dan potensi manipulasi; hasil audit sebagai dasar pembinaan atau sanksi administratif

🤖 Alat Deteksi Berbasis AI

Kembangkan alat otomatis untuk membantu regulator mendeteksi dark pattern — dari pengawasan reaktif menuju pengawasan preventif (Supriyanto & Hadi, 2025)

📱 Literasi Digital Konsumen

Tingkatkan literasi digital agar konsumen mengenali tanda-tanda dark pattern; sediakan mekanisme pelaporan yang mudah digunakan

Catatan: Referensi global: EU DSA, FTC Report, OECD Guidelines dapat menjadi model untuk regulasi Indonesia

Kesimpulan & Penutup

Dark pattern (hidden costs, false urgency, sneak into basket, preselection, obstruction, confirmshaming, misdirection) merupakan persoalan etika bisnis DAN etika profesi TI — melanggar kejujuran, transparansi, keadilan, otonomi, dan akuntabilitas dalam transaksi digital.

Regulasi Indonesia (UU PK, UU PDP, PP PSE, PP PMSE, Permendag PMSE, UU ITE) dapat digunakan untuk menilai dark pattern — meskipun belum ada aturan eksplisit yang melarangnya. Diperlukan pedoman nasional yang lebih spesifik.

Profesional TI (UI/UX Designer, Engineer, Data Scientist, AI Engineer, Product Manager) bertanggung jawab menerapkan prinsip "Ethical by Design" agar sistem e-commerce tetap transparan, adil, aman, dan tidak merugikan konsumen.

E-Commerce yang Etis adalah Tanggung Jawab Bersama

Universitas Brawijaya  |  Kelompok 3  |  2026