Penggunaan Sains Data dalam Meningkatkan Efektivitas Penegakan Hukum

Penegakan hukum merupakan salah satu komponen paling penting dalam masyarakat. Tanpa penegakan hukum yang efektif & efisien, masyarakat akan kehilangan rasa aman dan kepercayaan terhadap pemerintah, hal ini tentunya akan menyebabkan berbagai masalah bagi negara, baik dalam hal sosial, ekonomi, budaya, dan lain – lainnya. Sebuah negara yang tidak memiliki sistem penegakan hukum yang efektif dapat dianggap sebagai negara yang gagal melindungi warganya.

Pemerintah dan pakar – pakar di seluruh dunia terus berusaha dan bereksperimen dalam meningkatkan efektivitas penegakan hukum. Beberapa contoh wujud usaha – usaha ini diantaranya  adalah hukum – hukum baru, metode pelatihan bagi aparat, studi banding ke berbagai lembaga, dan integrasi teknologi. Integrasi teknologi berarti proses menggabungkan teknologi ke dalam proses kehidupan sehari-hari agar lebih efisien dan efektif. Salah satu contoh integrasi teknologi dalam penegakan hukum adalah melalui penggunaan sains data.

Sains data adalah ilmu yang berfokus pada pengambilan, pengolahan, analisis, dan interpretasi data untuk pengambilan keputusan. Sains data dapat memiliki banyak kegunaan dalam penegakan hukum, di antaranya:

Prediksi dan pencegahan 

Dengan menganalisis data kriminalitas, polisi dan pihak berwenang untuk memprediksi kejadian kejahatan di masa depan dan mencegahnya sebelum terjadi. Metode - metode seperti analisis cluster dan analisis outlier dapat digunakan untuk melihat pola – pola aktivitas mana saja yang dapat mengarah ke tindak kriminal. Dengan cara tersebut, pihak  berwenang dapat bertindak lebih cepat dan melakukan tindak penanggulangan.

Salah satu metode pengumpulan data kejahatan dan viktimisasi yang dapat digunakan adalah metode anggaran ruang-waktu (Van Gelder & Van Daele, 2014). Metode ini melibatkan merekam aktivitas responden secara retrospektif pada setiap jam, termasuk kejahatan dan viktimisasi, sehingga memberikan informasi yang lebih lengkap tentang penyebab situasional dari kejahatan dan viktimisasi. Selain itu, metode ini juga dapat memberikan informasi tentang lokasi spasial responden, yang dapat digunakan untuk melampaui fokus studi kriminologi ekologi yang hanya terbatas pada lingkungan perumahan. Keuntungan lainnya adalah bahwa informasi spasial dapat dikombinasikan dengan data lingkungan dari sumber lain untuk menguji teori kriminologi ekologi secara empiris.

Strategi & protokol

Sains data dapat membantu polisi dan pihak berwenang lainnya untuk menganalisis data kriminalitas, seperti pola kejahatan, lokasi kejahatan, jenis kejahatan, dan waktu kejahatan. Sesudah diolah, data tersebut dapat dianalisis lebih lanjut untuk memetakan secara akurat informasi tentang kejahatan yang terjadi pada suatu daerah. Hal ini juga tentunya akan memengaruhi pembuatan keputusan dan perencanaan aparat terkait dengan perencanaan & strategi, pembagian patroli, penempatan personil, serta metode efektif.

Analisis profil pelaku & investigasi kejahatan 

Melalui pengumpulan data – data sidik jari, DNA, serta data pribadi pelaku kejahatan yang kemudian disimpan di database milih kepolisian, aparat dapat mendapatkan identitas pelaku kejahatan dengan lebih cepat dan akurat. Selain data pribadi, data video, rekaman, & gambar juga dapat membantu dalam pencarian pelaku kejahatan.

Suatu studi (K. Biron, W. Mansoor, S. Miniaoui, S. Atalla, H. Mukhtar and K. F. Bin Hashim, 2019) telah dilakukan untuk menguji efektivitas grafik cluster dan teknik kedekatan geolokasi sebagai dua teknik analisis data yang dapat membantu proses investigasi kriminal. Dalam studi ini, grafik cluster digunakan untuk menganalisis jaringan sosial tersangka dengan memeriksa sentralitas, keterhubungan paralel, dan afiliasi komunitas, sedangkan teknik kedekatan geolokasi digunakan untuk memvisualisasikan kejadian kejahatan sebelumnya pada peta panas. Kedua konsep ini diterapkan dalam sebuah aplikasi mobile yang dikembangkan untuk memfasilitasi proses investigasi. Hasil studi menunjukkan bahwa pengintegrasian ilmu data dalam investigasi kriminal dapat memperluas cakupan informasi yang diperoleh di luar basis data terstruktur profil polisi berdasarkan interogasi manual.

Analisis risiko

Selain memetakan informasi, sains data juga dapat berguna untuk analisis risiko. Analisis risiko tentunya dapat diterapkan juga dalam penegakan hukum. Melalui penghitungan dan penerapan rumus – rumus tertentu terhadap data keputusan yang diambil, pihak berwenang dapat menyimpulkan keputusan/tindakan manakah yang paling efektif untuk diambil ketika dihadapkan pada situasi tertentu. Contohnya, terdapat banyak keputusan yang dapat diambil polisi ketika menghadapi situasi penyanderaan. Mulai dari penebusan, peringkusan, atau negosiasi dengan pelaku. Melalui data yang sudah ada, polisi dapat mengetahui tindakan mana yang mempunyai risiko lebih kecil dengan hasil yang lebih efektif.

Pengawasan keamanan

Sains data juga dapat digunakan dengan sistem pelacak, kamera, dan pengambilan gambar canggih dapat mengumpulkan data tentang aktivitas masyarakat yang mungkin berisiko menimbulkan kejahatan. Teknologi ini juga dapat digunakan untuk meningkatkan keamanan penjara dan kantor polisi.

Secara keseluruhan, dapat disimpulkan bahwa sains data memiliki potensi besar dalam meningkatkan kesejahteraan hidup manusia. Salah satunya adalah dalam peningkatan efektivitas hukum seperti yang telah dijelaskan dalam artikel ini. Dengan meningkatnya efektivitas hukum, tingkat kejahatan akan berkurang dan masyarakat yang aman & saling mempercayai akan tercipta.

Daftar Pustaka:

Van Gelder, J.-L., & Van Daele, S. (2014, August 12). Innovative data collection methods in criminological research: editorial introduction. Retrieved from Crime Science Journal: https://crimesciencejournal.biomedcentral.com/articles/10.1186/s40163-014-0006-1

K. Biron, W. Mansoor, S. Miniaoui, S. Atalla, H. Mukhtar and K. F. Bin Hashim, "Data Science Tools for Crime Investigation, Archival, and Analysis," 2019 IEEE SmartWorld, Ubiquitous Intelligence & Computing, Advanced & Trusted Computing, Scalable Computing & Communications, Cloud & Big Data Computing, Internet of People and Smart City Innovation (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI), Leicester, UK, 2019, pp. 1263-1266, doi: 10.1109/SmartWorld-UIC-ATC-SCALCOM-IOP-SCI.2019.00235.